General Motors er en global bil- og produktionsvirksomhed, der arbejder med køretøjsudvikling, produktion, transport og informationsteknologi. GM blev grundlagt i 1908 og udvikler teknologi med det formål at fremme mobilitet, samtidig med at virksomheden forfølger sin vision om nul ulykker, nul udledninger og nul trængsel. De internationale aktiviteter samler store, tværfaglige teams med fokus på innovation, bæredygtig transport og bilindustriens fremtid.
Ledende forsker i generativ AI – verdensmodeller
Led forskning i diffusionsbaserede verdensmodeller til General Motors’ selvkørende køretøjer. Videreudvikl generativ AI, simulering og niveau 3-autonomi gennem forskning i stor skala.
Beskrivelse
- Udføre original forskning i diffusionsbaserede verdensmodeller af køremiljøer og køredynamik.
- Designe, træne og evaluere diffusionsmodeller i stor skala til video- og multimodal generering.
- Prioritere tidslig konsistens, fysisk plausibilitet og styrbarhed i genererede resultater.
- Opbygge og optimere træning i stor skala på distribuerede systemer med flere GPU’er.
- Forbedre træningens stabilitet, gennemløb, hukommelsesforbrug og skalerbarhed.
- Skabe handlings- og kontekstbetingede verdensmodeller til fremtidige scenarier, kontrafaktisk udforskning, simulering med lukket kredsløb og dækning af sjældne scenarier.
- Udvikle og vurdere data- og træningsmetoder til datasæt i flådestørrelse, herunder kuratering, prætræning, finjustering og målrettet generering af udfordrende kørescenarier.
- Bruge grundige evalueringer til at forbinde genereringskvalitet, konsistens og scenariedækning med forbedringer af KPI’er for autonom kørsel.
- Samarbejde med ingeniørteams om at omsætte forskning til skalerbare værktøjer til simulering, syntetisk datagenerering og udvikling af autonom kørsel.
- Publicere forskning på førende konferencer og i tidsskrifter.
- Følge fremskridt inden for generativ AI og udvikle teknologier, der er relevante for autonom kørsel på niveau 3.
Krav
- Ph.d. i datalogi, elektroteknik, robotteknologi eller et beslægtet fagområde; særligt dygtige kandidater med en kandidatgrad kan også komme i betragtning.
- Mere end tre års forskningserfaring inden for generativ AI, computersyn, maskinlæring eller et beslægtet område.
- Dokumenteret dyb ekspertise og væsentlige bidrag til komplekse forskningsprojekter.
- Stærk ekspertise i diffusionsmodeller og praktisk erfaring med at designe, træne og evaluere generative modeller til billeder, video eller multimodale data.
- Praktisk erfaring med at træne deep learning-modeller i stor skala på distribuerede systemer, herunder stabilisering af træning, optimering af ydeevne og systematiske eksperimenter.
- Solid forståelse af verdensmodellering og spatiotemporal læring, herunder tidslig konsistens, konditioneringsmetoder og læring af miljømæssig dynamik.
- Stærke publikationsmeritter fra førende AI- og ML-konferencer og tidsskrifter.
- Fremragende Python-færdigheder.
- Rutine i moderne AI-frameworks, herunder PyTorch.
Fordele
- Stillingsrelaterede vurderinger og/eller screening før ansættelse kan være påkrævet.
- Der tilbydes rimelige tilpasninger til ansøgere med handicap.