Główny inżynier ML/percepcji

May Mobility przekształca miasta dzięki autonomicznej technologii, aby stworzyć bezpieczniejszy, bardziej ekologiczny i bardziej dostępny świat. May z siedzibą w Ann Arbor w stanie Michigan opracowuje i wdraża pojazdy autonomiczne (AV) zasilane naszą innowacyjną technologią podejmowania decyzji w ramach wielu polityk (MPDM), która dosłownie zmienia sposób myślenia pojazdów AV. Nasze pojazdy nie tylko same się prowadzą - zapewniają wartość społecznościom, wypełniają luki w transporcie publicznym i przewożą ludzi tam, gdzie muszą bezpiecznie, łatwo i przyjemniej dotrzeć tam, gdzie chcą.

Budujemy najlepszy na świecie system autonomiczny, aby na nowo wyobrazić sobie transport poprzez minimalizowanie zatorów, zwiększanie dostępu i zachęcanie do lepszego wykorzystania gruntów w celu wspierania bardziej zielonych, tętniących życiem i przyjaznych do życia przestrzeni. Od chwili założenia w 2017 r. zapewniliśmy prawdziwym ludziom na całym świecie ponad 500 000 przejazdów autonomicznych. A my dopiero zaczynamy.

Zatrudniamy osoby, które podzielają naszą pasję do budowania przyszłości już dziś, rozwiązywania rzeczywistych problemów i dostrzegania efektów swojej pracy. Dołącz do nas.Streszczenie stanowiskaMaj Mobilność wkracza w ekscytującą fazę wzrostu wraz z rozwojem naszych pierwszych w swoim rodzaju autonomicznych usług transportu wahadłowego i mobilności na terenie całego kraju. Uruchomiona w 2017 roku z silnym zespołem doświadczonych robotyków i inżynierów oprogramowania z dziesięcioleciami doświadczenia w wdrażaniu systemów robotycznych w środowisku naturalnym, firma May Mobility pragnie poszerzyć swój zespół inżynierów robotyki z doświadczeniem w robotyce lub pojazdach autonomicznych.

Jako kierownik ds. percepcji będziesz odpowiadać za techniczny kierunek widzenia i interpretacji świata przez nasze pojazdy. Jest to praktyczna rola skupiona na trzech priorytetach: usprawnieniu wykrywania scen, tak aby system niezawodnie rozpoznał kontekst operacyjny i podjął właściwe działanie; wzmocnienie percepcji przed degradacją czujnika i niekorzystnymi warunkami pogodowymi (deszcz, śnieg, mgła, odblaski, słabe oświetlenie i zabrudzenie lub okluzja czujnika), dzięki czemu wydajność spada elegancko i bezpiecznie; oraz wprowadzanie głównych aktualizacji architektury, aby przekształcić nasz stos percepcyjny w skalowalny, łatwy w utrzymaniu fundament klasy produkcyjnej. Będziesz ustawiać poprzeczkę techniczną, być mentorem inżynierów i zapewniać możliwości, które bezpiecznie działają w prawdziwym świecie.

Podstawowe obowiązki Pracuj niezależnie z zespołami wielofunkcyjnymi w celu opracowania wymagań dotyczących oprogramowania i systemu. Przeprowadzaj najważniejsze aktualizacje architektury stosu percepcji, w tym projektowanie na poziomie systemu, modularyzację i strategie migracji, które poprawiają skalowalność, opóźnienia i łatwość konserwacji w całej flocie. Projektowanie, opracowywanie i własne możliwości wykrywania i aktywacji scen, klasyfikacja sceny/scenariusza operacyjnego i wyzwalanie odpowiednich zachowań percepcyjnych i operacyjnych projektowanie logiki domeny (ODD) w czasie wykonywania.

Poprawa odporności percepcji w warunkach degradacji i niekorzystnych warunków pogodowych, w tym wykrywanie usterek czujników, monitorowanie stanu, płynna degradacja i strategie awaryjne dla deszczu, śniegu, mgły, olśnienia, słabego oświetlenia i warunków zabrudzenia/okluzji czujnika. Projektuj, wdrażaj i testuj najnowocześniejsze funkcje percepcji na czas za pomocą wysokiej jakości kodu produkcyjnego klasy przemysłowej. Zintegruj wielkoskalowe modele multimodalne (w tym między innymi VLM i LLM) ze stosem percepcji w celu poprawy zrozumienia i rozumowania sceny semantycznej. Śledź i trenduj wydajność techniczną percepcji w terenie.

Kieruj rozwojem głównych funkcji, w tym projektowaniem funkcji, przeglądami kodu, diagnozowaniem problemów i rozwiązywaniem. Prowadź szeroko zakrojone testy w celu walidacji funkcji i dotrzymania harmonogramów wydań. Kieruj rozwojem związanym z danymi, rozwojem i potokami uczenia maszynowego, w szczególności skupiając się na multimodalnym wyrównaniu danych dla podstawowych modeli szkoleniowych.

Umiejętności i zdolności Sukces na tym stanowisku zazwyczaj wymaga następujących kompetencji: Udokumentowana umiejętność projektowania i rozwijania percepcji na dużą skalę lub systemy autonomiczne, równoważenie wydajności, opóźnienia, bezpieczeństwo i długoterminowa łatwość konserwacji.Dogłębne zrozumienie solidności percepcji i inżynierii niezawodności, w tym uszkodzonego działania czujnika, obsługi w niekorzystnych warunkach pogodowych, wykrywania usterek i płynnej degradacji.Doświadczenie w zrozumieniu sceny/scenariusza i logiki aktywacji w czasie wykonywania (np. klasyfikacja kontekstu, monitorowanie ODD, wyzwalanie zachowań). Znajomość cyklu rozwoju ML, wdrażania i optymalizacji.Dogłębne zrozumienie danych: potok danych, równoważenie danych, eksploracja danych i doskonalenie wydajności w oparciu o dane. Znajomość technik uczenia się multimodalnego, w tym uczenia się kontrastowego i szybkiej inżynierii w celu uzyskania natychmiastowego rozpoznawania wizualnego.

Głębokie zrozumienie ram testowania i przepływów pracy. Doskonała dbałość o szczegóły i rygorystyczna metodologia testowania. Wyjątkowe umiejętności komunikacji pisemnej i werbalnej oraz zdolności kierowania zespołem.

Kwalifikacje i doświadczenie Kandydaci, którzy odnoszą największe sukcesy na tym stanowisku, zazwyczaj posiadają następujące kwalifikacje lub porównywalną wiedzę lub doświadczenie: Wymagane Co najmniej 5-letnie doświadczenie branżowe w pracy nad utrzymaniem rzeczywistych systemów robotycznych wysokiej jakości kod klasy przemysłowej. Magister robotyki, informatyki lub inżynierii komputerowej albo dziedzina wymagająca solidnych podstaw matematycznych i/lub inżynieryjnych. Wykazane doświadczenie w kierowaniu lub podejmowaniu głównych decyzji architektonicznych dotyczących stosu oprogramowania do percepcji, robotyki lub autonomii.

Dobra umiejętność programowania w C/C++/Python; tworzenie oprogramowania w środowiskach Linux. Duże doświadczenie w rozwoju ML/DL z PyTorch/TensorFlow. Bezpośrednie doświadczenie w opracowywaniu lub dostrajaniu wielkoskalowych modeli multimodalnych (np. wielosensorowych modeli fuzyjnych, modeli podstawowych, w tym szkieletów VLM) dla aplikacji percepcyjnych w świecie rzeczywistym.

Doświadczenie w pracy nad kombinacją kilku następujących obszarów czasu rzeczywistego: Wizja komputerowa: wykrywanie obiektów, klasyfikacja, segmentacja. Rozumienie sceny semantycznej, wykrywanie scen/scenariuszy i wykrywanie otwartego słownictwa.Odporność percepcji w złych lub niekorzystnych warunkach pogodowych.Śledzenie wielu celów i łączenie czujników.Rozległe doświadczenie we wdrażaniu funkcji/modeli ML/DL w systemach czasu rzeczywistego z dużą dokładnością i niskim opóźnieniem.PożądaneDoświadczenie w opracowywaniu percepcji w każdych warunkach pogodowych/niesprzyjających warunkach, modelowaniu degradacji czujników, wykrywaniu usterek i strategiach płynnej degradacji dla systemów o krytycznym znaczeniu dla bezpieczeństwa.Doświadczenie z klasyfikacja scen/scenariuszy, monitorowanie ODD i aktywacja funkcji wykonawczych w systemach autonomicznych.Doświadczenie w przebudowie lub migracji dużych, starszych systemów percepcji do nowoczesnych, skalowalnych frameworków.Doświadczenie w wykorzystywaniu wielkoskalowych modeli multimodalnych do wykrywania przypadków brzegowych (długiego ogona) i wyjaśnialnej sztucznej inteligencji w systemach autonomicznych.Doświadczenie w zakresie danych syntetycznych w tworzeniu systemów ML. Znajomość metody Reinforcement Learning (RL) dla systemów ML.Znajomość Optymalizacja ML/DL na produktach czasu rzeczywistego z ograniczonymi zasobami obliczeniowymi (np. kwantyzacja dużych modeli transformatorów).

Solidne doświadczenie potwierdzone wysoką jakością dostaw do robotów pracujących w terenie. Wymagania fizyczne Standardowe warunki pracy w biurze, które obejmują między innymi: Długotrwałe siedzenie Długotrwałe stanie Długotrwałe korzystanie z komputera Wymagana podróż? - Umiarkowany: 11%-25%Świadczeń i dodatkówKompleksowy pakiet opieki zdrowotnej obejmujący plany medyczne, dentystyczne, okulistyczne, na życie i dotyczące niepełnosprawności. Do udziału kwalifikują się także partnerzy krajowi, którzy mieszkają razem od co najmniej roku.

Oszczędności na zdrowiu i elastyczne wydatki Dostępne konta opieki zdrowotnej i opieki dla osób zależnych. Bogate świadczenia emerytalne, w tym natychmiastowo nabyta należność pracodawcy w ramach bezpiecznej przystani. Obfity płatny urlop rodzicielski oraz stopniowy powrót do pracy.

Elastyczna polityka urlopowa jako dodatek do płatnych urlopów firmowych. Program Total Wellness zapewniający liczne zasoby dla ogólnego dobrego samopoczucia Nie spełniasz wszystkich wymagań? Badania wykazały, że kobiety i/lub osoby kolorowe rzadziej ubiegają się o pracę, jeśli nie spełniają wszystkich kwalifikacji.

W May Mobility jesteśmy zaangażowani w budowanie zróżnicowanej, włączającej i autentycznej siły roboczej, więc jeśli jesteś podekscytowany tą rolą, ale Twoje wcześniejsze doświadczenie nie pasuje idealnie do wszystkich kwalifikacji, mimo to zachęcamy Cię do aplikowania! Być może jesteś idealnym kandydatem na to lub inne stanowisko w May.Chcesz dowiedzieć się więcej o naszej kulturze i korzyściach? Sprawdź naszą stronę internetową!May Mobility jest pracodawcą zapewniającym równe szanse.

Wszyscy kandydaci do pracy będą brani pod uwagę bez względu na rasę, kolor skóry, religię, płeć, pochodzenie narodowe, wiek, niepełnosprawność, orientację seksualną, tożsamość lub ekspresję płciową, status weterana, genetykę lub jakąkolwiek inną podstawę prawnie chronioną. Poniżej możesz podzielić się z May Mobility preferowanymi zaimkami płciowymi, płcią, pochodzeniem etnicznym i statusem weterana, aby pomóc nam zidentyfikować obszary wymagające ulepszenia w naszych procesach zatrudniania i rekrutacji. Wypełnienie tych pytań jest całkowicie dobrowolne.

Wszelkie informacje, które zdecydujesz się przekazać, będą traktowane jako poufne i nie będą miały żadnego wpływu na decyzję o zatrudnieniu. Jeśli uważasz, że będziesz potrzebować dowolnego rodzaju zakwaterowania, daj nam znać. Uwaga dla agencji rekrutacyjnych: May Mobility nie przyjmuje niezamówionych CV od agencji.

Ponadto firma May Mobility nie płaci opłat za staż dla kandydatów przesłanych przez jakąkolwiek agencję inną niż jej zatwierdzeni partnerzy. Zakres wynagrodzeń 235 000 - 275 000 USD Pierwotnie opublikowane w Himalajach