Zoox entwickelt Technologien für autonome Mobilität und eine speziell für Mobility-as-a-Service konzipierte Fahrzeugflotte. Das Unternehmen verbindet Robotik, künstliche Intelligenz, Fahrzeugtechnik, Elektrofahrzeuge und fortschrittliche Sensortechnik, um eine sicherere, sauberere und angenehmere Fortbewegung zu ermöglichen. Zoox möchte die persönliche Mobilität neu gestalten und setzt dabei auf vollständig autonome Fahrzeuge, die konsequent an den Bedürfnissen der Fahrgäste ausgerichtet sind.
Machine-Learning-Ingenieur: 3D-Sensorsimulation
Entwickle Machine-Learning-Modelle und synthetische Sensordaten für Zoox’ autonome Fahrzeugflotte. Verbessere die Simulation von Lidar, Radar und Kameras mithilfe von 3D-Rekonstruktion und generativen Verfahren.
Beschreibung
- Entwickle und validiere Machine-Learning-Modelle, die simulierte Lidar-, Radar- und Kameradaten in Simulationspipelines für autonome Fahrzeuge realistischer machen.
- Integriere 3D Gaussian Splatting und NeRF-basierte Rekonstruktion in Simulationen verschiedener Sensortypen und arbeite dabei mit den Teams für synthetische Daten und HIL-Simulation zusammen.
- Erstelle und pflege Trainingsdatensätze aus realen und simulierten Sensordaten und nutze generative KI zur Datenerweiterung.
- Lege gemeinsam mit Fachleuten für Simulationsverifikation und -validierung sowie Perception Engineers Metriken für die Sensorsimulation fest und gehe wesentliche Unterschiede zwischen Simulation und Realität an.
- Unterstütze Ingenieurinnen, Ingenieure und Praktikantinnen und Praktikanten und etabliere fundierte Vorgehensweisen für das Training und den Einsatz von Machine Learning mit Zoox-Sensordaten.
- Erstelle hochwertige synthetische Daten und Hardware-in-the-Loop-Simulationen, um KI für autonome Fahrzeuge zu trainieren und zu evaluieren.
- Verbessere die Realitätsnähe simulierter Sensordaten, damit Zoox’ Autonomiestack für Robotik lernen und sich weiterentwickeln kann.
Anforderungen
- Mindestens 3 Jahre Erfahrung in der Entwicklung von Machine-Learning-Modellen mit Python und PyTorch oder TensorFlow.
- Berufliche Erfahrung mit dem Einsatz von Machine Learning auf Sensordaten, etwa von Lidar, Radar oder Kameras.
- Fundiertes Verständnis für die Anpassung, Optimierung und Validierung von Machine-Learning-Trainingspipelines.
- Erfahrung mit generativen Verfahren wie Diffusion, Flow Matching oder Variational Autoencoders.
- Erfahrung mit 3D-Rekonstruktionsverfahren, darunter 3D Gaussian Splatting und NeRFs, oder mit differentiablem Rendering.
- Erfahrung in der Entwicklung von Autonomie für autonome Fahrzeuge oder in anderen Bereichen der Robotik und Computer Vision.
Zusatzleistungen
- Bezahlte Krankheitstage, Urlaub und Sonderurlaub im Trauerfall.
- Unbezahlte Freistellung.
- Zoox Stock Appreciation Rights.
- Amazon Restricted Stock Units (RSUs).
- Krankenversicherung.
- Pflegeversicherung.
- Lang- und kurzfristige Berufsunfähigkeitsversicherung.
- Lebensversicherung.
- Das Vergütungspaket kann einen Einstellungsbonus umfassen.