Desarrollador CUDA

Buscamos un/a Desarrollador especializado en CUDA, con experiencia en programación paralela en GPU y optimización de algoritmos de alto rendimiento.
El candidato será responsable de diseñar, implementar y optimizar códigos de cómputo intensivo para aplicaciones como simulaciones científicas, inteligencia artificial, procesamiento de imágenes o datos masivos.

Responsabilidades

- Desarrollar y mantener algoritmos paralelos usando CUDA en C/C++ para GPUs NVIDIA.
- Optimizar código para máximo rendimiento en memoria, ancho de banda y latencia.
- Implementar pipelines de procesamiento de datos masivos y modelos de deep learning en GPU.
- Colaborar con equipos de investigación y desarrollo en simulaciones científicas, IA y visualización avanzada.
- Realizar profiling, benchmarking y tuning de kernels CUDA para maximizar eficiencia.
- Integrar código GPU con frameworks de software existentes y aplicaciones de HPC.
- Documentar arquitecturas, implementaciones y resultados de optimización.

Requisitos obligatorios

- Experiencia sólida en programación CUDA con C/C++.
- Conocimiento profundo de arquitectura GPU NVIDIA, paralelismo y optimización de memoria.
- Experiencia en profiling y debugging de kernels CUDA (Nsight, Visual Profiler).
- Experiencia en integración de CUDA con frameworks de IA o procesamiento de datos (PyTorch, TensorFlow, OpenCV, etc.).
- Buen manejo de Linux y control de versiones (Git).
- Inglés técnico para documentación, papers y librerías de CUDA.

Deseables

- Experiencia en desarrollo de kernels personalizados para deep learning o simulaciones físicas.
- Conocimiento de MPI, OpenMP o técnicas de paralelización híbrida CPU/GPU.
- Experiencia en optimización de modelos de IA para inferencia o entrenamiento en GPU.
- Conocimiento de procesamiento de imágenes médicas, visión por computadora o gráficos avanzados.
- Publicaciones, proyectos open-source o contribuciones a frameworks de GPU.

Habilidades blandas

- Pensamiento analítico y capacidad de optimización de algoritmos complejos.
- Trabajo colaborativo con equipos de IA, HPC y visualización científica.
- Documentación clara y detallada de implementaciones y optimizaciones.
- Curiosidad técnica y aprendizaje continuo en arquitecturas GPU y paralelismo.