General Matter
Waymo
Ingeniero de Software Senior, Eficiencia de Entrenamiento
Sobre la oportunidad
Waymo es una empresa de tecnología de conducción autónoma con la misión de ser el conductor más fiable del mundo. Desde sus inicios como el Proyecto de Coche Autónomo de Google en 2009, Waymo se ha centrado en construir el Waymo Driver—El Conductor Más Experimentado del Mundo™—para mejorar el acceso a la movilidad y salvar miles de vidas que actualmente se pierden en accidentes de tráfico. El Waymo Driver impulsa el servicio de transporte autónomo de Waymo y también puede aplicarse a una gama de plataformas de vehículos y casos de uso de productos. El Waymo Driver ha realizado más de diez millones de viajes sin conductor, gracias a su experiencia de conducción autónoma durante más de 100 millones de millas en carreteras públicas y decenas de miles de millones en simulación a través de 15+ estados de EE. UU.
El equipo de Infraestructura de ML de Waymo trabaja con equipos de Investigación y Producción para desarrollar modelos de Percepción y Planificación que son fundamentales para nuestro software de conducción autónoma. Ayudamos a nuestros socios ofreciendo las mejores soluciones para todo el ciclo de vida de desarrollo de modelos. Estas soluciones se desarrollan en estrecha colaboración con equipos de Google. Están orientadas tanto a escalar modelos como a resolver problemas únicos del ML para la conducción autónoma. Mejorarás la eficiencia en tiempo de ejecución de las canalizaciones de datos de entrada para cargas de trabajo de entrenamiento a gran escala. Esta es una oportunidad única para trabajar en sistemas de ML y mejorar nuestros procesos de entrenamiento de modelos.
Tus funciones
- Diseñar y mejorar canalizaciones de datos de entrada distribuidas para cargas de trabajo de entrenamiento de ML a gran escala.
- Colaborar con investigadores e ingenieros de ML para resolver cuellos de botella en el rendimiento de las canalizaciones de datos.
- Mejorar el rendimiento en tiempo de ejecución de las cargas de trabajo de entrenamiento de ML, incluyendo la optimización de los sistemas de procesamiento de datos de entrada, garantizando la escalabilidad y fiabilidad en entornos distribuidos.
- Implementar y mantener herramientas avanzadas de infraestructura de ML, incluyendo ML Pathways, Grain, JAX y TensorFlow.
- Evaluar e integrar tecnologías modernas para mejorar el rendimiento y la escalabilidad de los sistemas de ML.
- Promover las mejores prácticas para la arquitectura de sistemas distribuidos y contribuir al liderazgo técnico dentro del equipo.
Requisitos mínimos
Requisitos
- Grado en Informática, Matemáticas o 5+ años de experiencia equivalente en el mundo real.
- Competencia en diseño de sistemas distribuidos con conocimientos sobre optimización de canalizaciones de datos de ML.
- Experiencia con frameworks de ML, incluyendo TensorFlow y JAX.
- Experiencia práctica con bibliotecas como Grain o tf.data service.
- Sólidas habilidades de programación en Python y C++.
- Familiaridad práctica con herramientas de perfilado para descubrir cuellos de botella en el rendimiento.
Valoramos
- Máster en Informática, Matemáticas.
- Familiaridad con frameworks de flujo de datos distribuidos como ML Pathways.
#LI-Hybrid
El rango salarial base esperado para este puesto a tiempo completo en ubicaciones de EE. UU. se detalla a continuación. La retribución inicial real se basará en factores relacionados con el puesto, incluyendo la ubicación exacta de trabajo, la experiencia, la formación y educación relevantes, y el nivel de competencias. Tu reclutador podrá compartir más información sobre el rango salarial específico para la ubicación del puesto o, si el puesto puede realizarse en remoto, el rango salarial específico para tu ubicación preferida, durante el proceso de contratación.
Rango Salarial $238,000—$302,000 USD
Los empleados de Waymo también son elegibles para participar en el programa de bonificación anual discrecional de Waymo, el plan de incentivos de capital y el generoso programa de beneficios de la empresa, sujeto a los requisitos de elegibilidad.
