Vereinigte Staaten
B&A
Avride
Machine Learning Engineer – Motion Planning & Prediction
Vereinigte Staaten
Austin, Texas, Vereinigte Staaten
PythonC++Rust
Automatische Übersetzung. Prüfe das Original.
ÜBER DAS TEAM
Wir entwickeln die Software, die entscheidet, wie sich unsere autonomen Fahrzeuge durch die Welt bewegen. Unsere Systeme sagen das Verhalten von Fußgängern, Radfahrern und anderen Fahrzeugen voraus und planen dann Trajektorien, die sicher, komfortabel und für die Menschen um sie herum verständlich sind. Wir arbeiten an der Schnittstelle von Machine Learning, groß angelegten Dateninfrastrukturen und Echtzeit-Fahrzeugsteuerung und arbeiten teamübergreifend in den Bereichen Engineering, Analytik und Produkt zusammen, um sichere und intelligente Fahrfähigkeiten zu liefern.
ÜBER DIE ROLLE
Wir suchen einen kreativen und engagierten Machine Learning Engineer, der unser Team für autonome Fahrzeuge verstärkt. Sie stehen im Mittelpunkt unserer Bemühungen, intelligente Systeme zu entwickeln, die eine komplexe und dynamische Welt verstehen, vorhersagen und sicher navigieren können. Sie werden die Modelle entwerfen und trainieren, die vorhersagen, was andere Verkehrsteilnehmer als Nächstes tun werden, und diese Vorhersagen in Fahrtscheidungen umwandeln. Das bedeutet, mit Petabytes an realen Fahrdaten zu arbeiten, Bewertungsrahmen zu entwickeln, die tatsächlich mit der Sicherheit auf der Straße korrelieren, und Modelle auszuliefern, die unter strengen Latenzanforderungen auf eingebetteter Hardware laufen.
In dieser Produktions-Engineering-Rolle werden Sie viel Zeit mit der Analyse von Fehlern, Long-Tail-Szenarien und der Lücke zwischen Offline-Metriken und dem Verhalten auf der Straße verbringen.
Wenn Sie leidenschaftlich daran interessiert sind, modernste ML anzuwenden, um hochriskante Robotik-Herausforderungen zu lösen, möchten wir von Ihnen hören.
WAS SIE MITBRINGEN SOLLTEN
Bevor Sie sich bewerben: Diese Rolle erfordert praktische Erfahrung im Aufbau von Systemen, die vorhersagen, wie sich andere Agenten bewegen werden, und entscheiden, wie ein Fahrzeug oder Roboter darauf reagieren soll – eingesetzt auf echter Hardware, nicht nur in Simulation oder Forschung.
Wenn Ihre machine learning-Erfahrung hauptsächlich in den Bereichen NLP, Empfehlungen, tabellarische Daten oder akademische Forschung ohne eingesetzte Systeme liegt, ist diese spezielle Rolle wahrscheinlich nicht die richtige, obwohl wir Sie ermutigen, sich unsere anderen Stellenangebote anzusehen.
Domänenerfahrung (erforderlich)
- Praktische Erfahrung mit mindestens einem der folgenden Bereiche: Verhaltens- oder Trajektorienvorhersage, Bewegungsplanung, Entscheidungsfindung unter Unsicherheit oder eng verwandte Autonomiearbeit (Navigation, SLAM, Steuerung oder Wahrnehmung für die Planung) für autonome Fahrzeuge, mobile Roboter, Drohnen oder vergleichbare physische Systeme
- Erfahrung in der Bereitstellung von machine learning auf echter Hardware, die in der physischen Welt unter Echtzeit- oder Ressourcenbeschränkungen betrieben wird. Nur Simulations- oder Offline-Erfahrung erfüllt diese Anforderung nicht.
Engineering (erforderlich)
- Starke Python- und Produktionserfahrung mit einem modernen deep learning-Framework (PyTorch, TensorFlow oder JAX)
- Beherrschung von C++ (oder Rust) für leistungsoptimierte Inferenz- und Integrationscode
- Nachgewiesene Verantwortung für ein System vom Prototyp bis zur Bereitstellung, einschließlich der Fehlerbehebung nach der Auslieferung
Bewerber müssen zur Arbeit in den USA berechtigt sein. Der Arbeitgeber bietet keine Umzugshilfe, keine Sponsoring und keine Remote-Arbeitsoptionen sind verfügbar.
WAS SIE TUN WERDEN
- Entwerfen, Trainieren und Bereitstellen von Modellen für Verhaltensvorhersage und Bewegungsplanung, die in Fahrzeugen im realen Verkehr laufen
- Modellierung von Multi-Agenten-Interaktionen und zeitlichen Dynamiken – wie eine Einfädelung, ein ungeschützter Linksabbieger oder ein verdeckter Fußgänger tatsächlich abläuft
- Verantwortung für Metriken: Aufbau von Bewertungsrahmen, die mit der tatsächlichen Sicherheit und Leistung auf der Straße korrelieren, nicht nur mit Offline-Verlusten
- Diagnose von Long-Tail-Fehlern aus realen Fahrprotokollen und Schließen der Schleife zurück in Trainingsdaten und Modelldesign
- Optimierung trainierter Modelle für Echtzeit-Inferenz unter strengen Latenz-, Speicher- und Rechenbeschränkungen auf eingebetteter Hardware
- Aufbau und Pflege von Datenpipelines, die große Mengen an Fahrzeugsensor- und Simulationsdatensätzen verarbeiten, bereinigen und kennzeichnen
WIE WIR BEWERTEN
Wir gewichten, was Sie tatsächlich gebaut und ausgeliefert haben, weitaus stärker als Qualifikationen. Wir stellen regelmäßig Leute ohne höhere Abschlüsse und ohne vorherige Erfahrung mit autonomen Fahrzeugen ein. Worauf wir achten, sind spezifische, nachprüfbare Ingenieurleistungen – Systeme, die Sie gebaut haben, Einschränkungen, unter denen Sie gearbeitet haben, und Fehler, die Sie diagnostiziert und behoben haben.
#LI-MS1
Avride ist ein Arbeitgeber, der Chancengleichheit fördert und sich verpflichtet, qualifizierten Bewerbern und Mitarbeitern mit Behinderungen angemessene Vorkehrungen zu treffen, um sicherzustellen, dass sie gleiche Beschäftigungsmöglichkeiten haben. Avride hält den Americans with Disabilities Act (ADA) ein. Wenn Sie eine angemessene Vorkehrung benötigen, um Sie beim Bewerbungs- oder Einstellungsprozess zu unterstützen oder um die wesentlichen Funktionen einer Stelle zu erfüllen, senden Sie bitte eine E-Mail an jobs@avride.ai [jobs@avride.ai].
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen