États-Unis
B&A
Avride
Ingénieur en Machine Learning – Planification de mouvement et prédiction
États-Unis
Austin, Texas, États-Unis
PythonC++Rust
Traduction automatique. Consultez l’original.
À PROPOS DE L'ÉQUIPE
Nous construisons le logiciel qui décide comment nos véhicules autonomes se déplacent dans le monde. Nos systèmes prédisent le comportement des piétons, des cyclistes et des autres véhicules, puis planifient des trajectoires sûres, confortables et lisibles par les personnes qui les entourent. Nous travaillons à l'intersection du Machine Learning, de l'infrastructure de données à grande échelle et du contrôle de véhicule en temps réel, en collaborant avec les équipes d'ingénierie, d'analyse et de produit pour fournir des capacités de conduite sûres et intelligentes.
À PROPOS DU POSTE
Nous recherchons un Ingénieur en Machine Learning créatif et motivé pour rejoindre notre équipe de véhicules autonomes. Vous serez au centre de nos efforts pour construire des systèmes intelligents capables de comprendre, prédire et naviguer en toute sécurité dans un monde complexe et dynamique. Vous concevrez et entraînerez les modèles qui anticipent ce que les autres usagers de la route feront ensuite, et transformerez ces prédictions en décisions de conduite. Cela implique de travailler avec des pétaoctets de données de conduite réelles, de construire des cadres d'évaluation qui corrèlent réellement avec la sécurité sur route, et de déployer des modèles qui fonctionnent sous des contraintes de latence strictes sur du matériel embarqué.
Dans ce rôle d'ingénierie de production, vous consacrerez un temps significatif à l'analyse des défaillances, aux scénarios de longue traîne et à l'écart entre les métriques hors ligne et le comportement sur route.
Si vous êtes passionné par l'application de ML de pointe pour résoudre des défis de robotique à enjeux élevés, nous voulons vous entendre.
CE DONT VOUS AVEZ BESOIN
Avant de postuler : ce rôle nécessite une expérience pratique dans la construction de systèmes qui prédisent comment les autres agents vont se déplacer et qui décident comment un véhicule ou un robot doit agir en réponse — déployés sur du matériel réel, pas seulement en simulation ou en recherche.
Si votre expérience en machine learning est principalement axée sur le NLP, les recommandations, les données tabulaires ou la recherche académique sans systèmes déployés, ce rôle spécifique n'est probablement pas le bon choix, bien que nous vous encouragions à consulter nos autres offres.
Expérience dans le domaine (requis)
- Expérience pratique avec au moins l'un des domaines suivants : prédiction comportementale ou de trajectoire, planification de mouvement, prise de décision sous incertitude, ou travaux connexes proches de l'autonomie (navigation, SLAM, contrôle, ou perception pour la planification) pour véhicules autonomes, robots mobiles, drones ou systèmes physiques comparables
- Expérience dans le déploiement de machine learning sur du matériel réel opérant dans le monde physique, sous contraintes temps réel ou de ressources. L'expérience uniquement en simulation ou hors ligne ne répond pas à cette exigence.
Ingénierie (requis)
- Solide expérience en Python et en production avec un framework moderne de deep learning (PyTorch, TensorFlow, ou JAX)
- Maîtrise de C++ (ou Rust) pour le code d'inférence et d'intégration critique en termes de performance
- Propriété démontrée d'un système, du prototype au déploiement, y compris le débogage après sa mise en production
Les candidats doivent être autorisés à travailler aux États-Unis. L'employeur n'offre pas de relocalisation, de parrainage, et les options de travail à distance ne sont pas disponibles.
CE QUE VOUS FEREZ
- Concevoir, entraîner et déployer des modèles de prédiction comportementale et de planification de mouvement qui fonctionnent sur des véhicules en trafic réel
- Modéliser les interactions multi-agents et la dynamique temporelle — comment un dépassement, un virage à gauche non protégé, ou un piéton occulté se déroule réellement
- Être responsable des métriques : construire des cadres d'évaluation qui corrèlent avec la sécurité et les performances réelles sur route, pas seulement avec la perte hors ligne
- Diagnostiquer les défaillances de longue traîne à partir des journaux de conduite réels et boucler la boucle vers les données d'entraînement et la conception du modèle
- Optimiser les modèles entraînés pour l'inférence en temps réel sous des contraintes strictes de latence, de mémoire et de calcul sur du matériel embarqué
- Construire et maintenir des pipelines de données qui traitent, nettoient et étiquettent des ensembles de données de capteurs de véhicules et de simulation à grande échelle
COMMENT NOUS ÉVALUONS
Nous accordons beaucoup plus d'importance à ce que vous avez réellement construit et déployé qu'aux diplômes. Nous embauchons régulièrement des personnes sans diplômes supérieurs et sans expérience préalable en véhicule autonome. Ce que nous recherchons, ce sont des travaux d'ingénierie spécifiques et vérifiables : les systèmes que vous avez construits, les contraintes sous lesquelles vous avez travaillé, et les défaillances que vous avez diagnostiquées et corrigées.
#LI-MS1
Avride est un employeur qui respecte l'égalité des chances et s'engage à fournir des aménagements raisonnables aux candidats et employés qualifiés ayant un handicap pour garantir qu'ils aient un accès égal aux opportunités d'emploi. Avride est conforme à l'Americans with Disabilities Act (ADA). Si vous avez besoin d'un aménagement raisonnable pour vous aider dans le processus de candidature ou d'embauche, ou pour accomplir les fonctions essentielles d'un poste, veuillez envoyer un e-mail à jobs@avride.ai [jobs@avride.ai].
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil