Experienced – AI Hardware Engineer
17 ore fa
Bari, Puglia, Italia
Deloitte
Tempo pieno
Gratuito con email o Google
Salva questo lavoro e mantieni la tua ricerca organizzata
Crea un account gratuito per salvare lavori, creare avvisi e tornare a questa inserzione dalla tua dashboard.
Gratuito con email o Google
Continuando accetti i nostri Termini & Informativa sulla privacy.
Overview In questa posizione, lavorerai come AI Hardware Engineer presso Deloitte NextHub Bari, in modalità ibrida. Sarai tra hardware e AI, sviluppando soluzioni per accelerare addestramento e inferenza di modelli di intelligenza artificiale su GPU e FPGA. Contribuirai a progetti di R&S su codice CUDA, TensorRT e co-design hardware-software. Offre opportunità di crescita in un contesto internazionale orientato all’impatto e all’innovazione. Retribuzione / Benefits
* modalità ibrida
* range retribuzione lordo annuo
* inquadramento CCNL Terziario Distribuzione e Servizi
* valutazione profilo per definire compenso
* inclusività e WorldImpact Responsabilità
* Sviluppare e ottimizzare codice CUDA per GPU NVIDIA
* Implementare algoritmi di machine learning su GPU per training accelerato
* Progettare e implementare circuiti FPGA per inference acceleration
* Lavorare con TensorRT per ottimizzazione di modelli deep learning
* Contribuire a ricerca su hardware-software co-design per AI Requisiti fondamentali
* Laurea in discipline STEM o correlate (Ingegneria Informatica, Elettronica, Automazione)
* Competenze in Python e C++ per GPU programming
* Familiarità con CUDA, TensorRT e GPU computing
* Conoscenze di Verilog/VHDL per FPGA design
* Nice to have: Certificazioni NVIDIA CUDA, AWS Trainium, GCP TPU
* Esperienza con distributed training e hardware optimization
* Python
* C++
* CUDA
* TensorRT
* GPU computing
* Verilog/VHDL
* modalità ibrida
* range retribuzione lordo annuo
* inquadramento CCNL Terziario Distribuzione e Servizi
* valutazione profilo per definire compenso
* inclusività e WorldImpact Responsabilità
* Sviluppare e ottimizzare codice CUDA per GPU NVIDIA
* Implementare algoritmi di machine learning su GPU per training accelerato
* Progettare e implementare circuiti FPGA per inference acceleration
* Lavorare con TensorRT per ottimizzazione di modelli deep learning
* Contribuire a ricerca su hardware-software co-design per AI Requisiti fondamentali
* Laurea in discipline STEM o correlate (Ingegneria Informatica, Elettronica, Automazione)
* Competenze in Python e C++ per GPU programming
* Familiarità con CUDA, TensorRT e GPU computing
* Conoscenze di Verilog/VHDL per FPGA design
* Nice to have: Certificazioni NVIDIA CUDA, AWS Trainium, GCP TPU
* Esperienza con distributed training e hardware optimization
* Python
* C++
* CUDA
* TensorRT
* GPU computing
* Verilog/VHDL