Estados Unidos
B&A
Avride
Ingeniero de Machine Learning – Planificación de Movimiento y Predicción
Estados Unidos
Austin, Texas, Estados Unidos
PythonC++Rust
Traducción automática. Consulta el original.
SOBRE EL EQUIPO
Creamos el software que decide cómo nuestros vehículos autónomos se mueven por el mundo. Nuestros sistemas predicen el comportamiento de peatones, ciclistas y otros vehículos, y luego planifican trayectorias que son seguras, cómodas y legibles para las personas que les rodean. Trabajamos en la intersección de Machine Learning, la infraestructura de datos a gran escala y el control de vehículos en tiempo real, colaborando entre equipos de ingeniería, análisis y producto para ofrecer capacidades de conducción seguras e inteligentes.
SOBRE EL PUESTO
Buscamos un Ingeniero de Machine Learning creativo y motivado para unirse a nuestro equipo de vehículos autónomos. Estará en el centro de nuestros esfuerzos para construir sistemas inteligentes que puedan comprender, predecir y navegar de forma segura en un mundo complejo y dinámico. Diseñará y entrenará los modelos que anticipan lo que harán los demás usuarios de la vía a continuación, y convertirá esas predicciones en decisiones de conducción. Esto significa trabajar con petabytes de datos reales de conducción, construir marcos de evaluación que realmente se correlacionen con la seguridad en carretera y enviar modelos que se ejecuten bajo estrictos presupuestos de latencia en hardware integrado.
En este puesto de ingeniería de producción, dedicará tiempo significativo al análisis de fallos, escenarios de "long-tail" (cola larga) y la brecha entre las métricas offline y el comportamiento en carretera.
Si le apasiona aplicar ML de vanguardia para resolver desafíos de robótica de alto riesgo, queremos saber de usted.
QUÉ NECESITARÁS
Antes de solicitar: este puesto requiere experiencia práctica en la creación de sistemas que predigan cómo se moverán otros agentes y decidan cómo debe actuar un vehículo o robot en respuesta — desplegados en hardware real, no solo en simulación o investigación.
Si su experiencia en machine learning se centra principalmente en NLP, recomendaciones, datos tabulares o investigación académica sin sistemas desplegados, este puesto específico probablemente no sea el adecuado, aunque le animamos a consultar nuestras otras ofertas.
Experiencia en el dominio (requerido)
- Experiencia práctica con al menos una de las siguientes áreas: predicción de comportamiento o trayectoria, planificación de movimiento, toma de decisiones bajo incertidumbre, o trabajo estrechamente relacionado en autonomía (navegación, SLAM, control o percepción para planificación) para vehículos autónomos, robots móviles, drones o sistemas físicos comparables
- Experiencia desplegando machine learning en hardware real operando en el mundo físico, bajo restricciones de tiempo real o de recursos. La experiencia solo en simulación o solo offline no cumple este requisito.
Ingeniería (requerido)
- Sólida experiencia en Python y en producción con un marco moderno de deep learning (PyTorch, TensorFlow, o JAX)
- Dominio de C++ (o Rust) para inferencia y código de integración críticos para el rendimiento
- Propiedad demostrada de un sistema desde el prototipo hasta el despliegue, incluyendo la depuración después de su lanzamiento
Se requiere que los candidatos estén autorizados para trabajar en EE. UU. El empleador no ofrece reubicación, patrocinio, y no hay opciones de trabajo remoto disponibles.
QUÉ HARÁS
- Diseñar, entrenar y desplegar modelos para predicción de comportamiento y planificación de movimiento que se ejecuten en vehículos en tráfico real
- Modelar la interacción multiagente y la dinámica temporal — cómo se desarrolla realmente una incorporación, un giro a la izquierda sin prioridad o un peatón oculto
- Ser responsable de las métricas: construir marcos de evaluación que se correlacionen con la seguridad y el rendimiento reales en carretera, no solo con la pérdida offline
- Diagnosticar fallos de "long-tail" (cola larga) a partir de registros de conducción reales y cerrar el ciclo de vuelta a los datos de entrenamiento y al diseño del modelo
- Optimizar los modelos entrenados para inferencia en tiempo real bajo estrictas restricciones de latencia, memoria y cómputo en hardware integrado
- Construir y mantener canalizaciones de datos que procesen, limpien y etiqueten conjuntos de datos de sensores de vehículos y simulación a gran escala
CÓMO EVALUAMOS
Valoramos mucho más lo que realmente has construido y lanzado que las credenciales. Contratamos habitualmente a personas sin títulos avanzados y sin experiencia previa en vehículos autónomos. Lo que buscamos es trabajo de ingeniería específico y verificable: sistemas que construiste, restricciones bajo las que trabajaste y fallos que diagnosticaste y solucionaste.
#LI-MS1
Avride es un empleador que ofrece igualdad de oportunidades y se compromete a proporcionar adaptaciones razonables a solicitantes y empleados cualificados con discapacidades para garantizar que tengan igualdad de acceso a las oportunidades de empleo. Avride cumple con la Ley de Estadounidenses con Discapacidades (ADA); si necesita una adaptación razonable para ayudar con el proceso de solicitud o contratación, o para realizar las funciones esenciales de un puesto, envíe un correo electrónico a jobs@avride.ai [jobs@avride.ai].
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil