Vind je volgende kans

Zoek vacatures op beroep, vaardigheid en locatie. Bekijk de eisen voordat je je sollicitatie voorbereidt.

Een goede zoektocht stopt niet bij een aantrekkelijke functietitel. Vergelijk taken, vereisten en arbeidsvoorwaarden met je ervaring. Deze gids helpt je om kansen te selecteren, relevante documenten voor te bereiden en te controleren waar je elke sollicitatie moet indienen.

De interface is in het Nederlands. Functietitels en beschrijvingen van werkgevers blijven in de oorspronkelijke publicatietaal, die Engels kan zijn.

Filters wissen

Resultaten: 14.269

← Terug naar de resultaten

Principal Software Engineer – Large-Scale LLM Memory and Storage Systems

NVIDIA

Werken op afstand

Locatie
Remote (United States)
Beloning
USD 272000-431250 per annual
Werktijden
Full Time
Geplaatst
20 okt 2026

Controleer vóór je solliciteert op de website van de werkgever of de vacature nog openstaat en bekijk de volledige voorwaarden.

Functieomschrijving

De interface is in het Nederlands. Functietitels en beschrijvingen van werkgevers blijven in de oorspronkelijke publicatietaal, die Engels kan zijn.

NVIDIA Dynamo is a high-throughput, low-latency inference framework for serving generative AI and reasoning models across multi-node distributed environments. Built in Rust for performance and Python for extensibility, Dynamo orchestrates GPU shards, routes requests, and manages shared KV cache across heterogeneous clusters so that many accelerators feel like a single system at datacenter scale. As large language models rapidly outgrow the memory and compute budget of any single GPU, this platform enables efficient, resilient deployment of cutting-edge LLM workloads. We are seeking a Principal Systems Engineer to define the vision and roadmap for memory management of large-scale LLM and storage systems. What you'll be doing: Design and evolve a unified memory layer that spans GPU memory, pinned host memory, RDMA-accessible memory, SSD tiers, and remote file/object/cloud storage to support large-scale LLM inference. Architect and implement deep integrations with leading LLM serving engines (such as vLLM, SGLang, TensorRT-LLM), with a focus on KV-cache offload, reuse, and remote sharing across heterogeneous and disaggregated clusters. Co-design interfaces and protocols that enable disaggregated prefill, peer-to-peer KV-cache sharing, and multi-tier KV-cache storage (GPU, CPU, local disk, and remote memory) for high-throughput, low-latency inference. Partner closely with GPU architecture, networking, and platform teams to exploit GPUDirect, RDMA, NVLink, and similar technologies for low-latency KV-cache access and sharing across heterogeneous accelerators and memory pools. Mentor senior and junior engineers, set technical direction for memory and storage subsystems, and represent the team in internal reviews and external forums (open source, conferences, and customer-facing technical deep dives). What we need to see: Masters or PhD or equivalent experience 15+ years of experience building large-scale distributed systems, high-performance storage, or ML systems infrastructure in C/C++ and Python, with a track record of delivering production services. Deep understanding of memory hierarchies (GPU HBM, host DRAM, SSD, and remote/object storage) and experience designing systems that span multiple tiers for performance and cost efficiency. Distributed caching or key-value systems, especially designs optimized for low latency and high concurrency. Hands-on experience with networked I/O and RDMA/NVMe-oF/NVLink-style technologies, and familiarity with concepts like disaggregated and aggregated deployments for AI clusters. Strong skills in profiling and optimizing systems across CPU, GPU, memory, and network, using metrics to drive architectural decisions and validate improvements in TTFT and throughput. Excellent communication skills and prior experience leading cross-functional efforts with research, product, and customer teams. Ways to stand out from the crowd: Prior contributions to open-source LLM serving or systems projects focused on KV-cache optimization, compression, streaming, or reuse. Experience designing unified memory or storage layers that expose a single logical KV or object model across GPU, host, SSD, and cloud tiers, especially in enterprise or hyperscale environments. Publications or patents in areas such as LLM systems, memory-disaggregated architectures, RDMA/NVLink-based data planes, or KV-cache/CDN-like systems for ML. With highly competitive salaries and a comprehensive benefits package, NVIDIA is widely considered to be one of the technology world's most desirable employers. We have some of the most forward-thinking and hardworking people in the world working for us and, due to outstanding growth, our special engineering teams are growing fast. If you're a creative and autonomous engineer with a genuine passion for technology, we want to hear from you! Your base salary will be determined based on your location, experience, and the pay of employees in similar positions. The base salary range is 272,000 USD - 431,250 USD.You will also be eligible for equity and benefits. Applications for this job will be accepted at least until January 13, 2026.This posting is for an existing vacancy. NVIDIA uses AI tools in its recruiting processes. NVIDIA is committed to fostering a diverse work environment and proud to be an equal opportunity employer. As we highly value diversity in our current and future employees, we do not discriminate (including in our hiring and promotion practices) on the basis of race, religion, color, national origin, gender, gender expression, sexual orientation, age, marital status, veteran status, disability status or any other characteristic protected by law.Originally posted on Himalayas

Zoek, vergelijk en bereid je sollicitatie voor

Begin met een beroep of vaardigheid die je wilt gebruiken. Pas de locatie- en beroepsfilters aan en open vacatures om de verantwoordelijkheden te vergelijken. Vind je geen resultaten, probeer dan een kortere zoekterm of verwijder één filter tegelijk.

Maak onderscheid tussen vereisten en voorkeuren. Controleer werktijden, beloning en locatie wanneer die zijn vermeld. Ook werk op afstand kan een bepaald woonland, een werkvergunning of overlappende werktijden vereisen. Bevestig de beschikbaarheid en volledige voorwaarden bij de werkgever.

Kies echte voorbeelden uit je ervaring die aansluiten op de functie-eisen. Leg je bijdrage uit en gebruik alleen cijfers die je kunt onderbouwen. Volg de instructies van de werkgever en controleer contactgegevens, inhoud en PDF voordat je de sollicitatie verstuurt.

Voordat je solliciteert

Vragen over werk zoeken

Waarom zijn sommige vacatures in het Engels?

Werkgevers schrijven hun eigen titels en omschrijvingen. We behouden die teksten om de vereisten en voorwaarden niet te veranderen. De navigatie en deze gids zijn in het Nederlands. Vind je niets met Nederlandse zoekwoorden, probeer dan ook de functie of vaardigheid in de taal van de vacature, bijvoorbeeld “software engineer”.

Kan ik bij een baan op afstand vanuit elk land werken?

Niet altijd. Een werkgever kan bepaalde woonlanden, een werkvergunning of vaste werktijden vereisen. Controleer de oorspronkelijke vacature. Ontbreken deze gegevens, vraag dan om bevestiging voordat je aanneemt dat je vanuit jouw locatie kunt werken.

Wat doe ik als er geen resultaten zijn?

Probeer een bredere functietitel of één vaardigheid en verwijder de filters één voor één. Bedrijven gebruiken verschillende namen voor vergelijkbaar werk. Is een specifieke vacature verdwenen, zoek dan het referentienummer op de carrièrepagina van het bedrijf. Minder filters maken een gesloten vacature niet opnieuw beschikbaar.

Wordt mijn sollicitatie via ResumizeAI verstuurd?

De sollicitatieknop opent een externe website. Volg de instructies van de werkgever of het wervingsplatform en bevestig daar de verzending. Een cv voorbereiden in ResumizeAI is nog geen sollicitatie indienen. Opent de link alleen de bedrijfswebsite, zoek dan eerst de juiste vacature.

Hoe pas ik mijn cv en motivatiebrief aan?

Koppel de vereisten aan projecten, taken en resultaten die je kunt toelichten. Benadruk relevante ervaring zonder vaardigheden of prestaties te verzinnen. Leg in je brief je interesse uit met een concreet voorbeeld. Gebruik de gevraagde taal en bestandsindeling en controleer beide documenten voor verzending.