42dot ist ein Mobility-KI-Unternehmen an der Schnittstelle von Automobiltechnologie und Logistik. Im Mittelpunkt stehen softwaredefinierte Fahrzeugtechnologien, autonome Elektrofahrzeuge sowie die für skalierbaren städtischen Verkehr erforderliche Software- und Dateninfrastruktur. Das Unternehmen entwickelt Fahrzeugsoftware, Datenplattformen für Flotten und KI-Modelle für Wahrnehmung und Steuerung. Darüber hinaus bietet 42dot mit TAP! ein Mobilitätsbetriebssystem für den Einsatz autonomer Dienste. Durch Forschung und Zusammenarbeit im Bereich Fahrzeugelektronik und softwareorientierter Architekturen verfolgt 42dot das Ziel, Mobilitätssysteme autonomer, anpassungsfähiger und einfacher zu betreiben zu machen.
Reinforcement-Learning-Ingenieur:in für autonomes Fahren
Entwickle und optimiere Reinforcement-Learning-Policies für die Modelle zum autonomen Fahren von 42dot. Erstelle Self-Play-Simulationen, Szenario-Rollouts und Sicherheitsbewertungen, um die Fahrleistung zu verbessern.
Beschreibung
- Entwirf Beobachtungs- und Aktionsschnittstellen zwischen VLA-Policies und Simulatoren und entwickle Closed-Loop-Reinforcement-Learning-Post-Training mit Methoden wie GRPO und PPO.
- Entwickle Self-Play-Training in vektor- oder belegungsbasierten Fahrsimulatoren, in denen das eigene Fahrzeug und Verkehrsagenten mit aktuellen Policies und früheren Checkpoints interagieren.
- Erstelle Rollouts möglicher Aktionen und Trajektorien für verschiedene künftige Szenarien und wähle anschließend Aktionen anhand des erwarteten Returns und von Sicherheitsbedingungen aus.
- Bewerte die Sicherheit und Generalisierungsfähigkeit der Policies mit Closed-Loop-Benchmarks.
- Analysiere Reward Hacking und Verzerrungen durch den Simulator.
- Führe vielversprechende Reinforcement-Learning-Ideen vom Entwurf über groß angelegtes Training und gründliche Evaluation bis zur Integration in Fahrmodelle.
Anforderungen
- Mindestens drei Jahre Erfahrung in maschinellem Lernen, Reinforcement Learning oder Robotik oder gleichwertige Forschungs- und Entwicklungskompetenz.
- Erfahrung mit der Implementierung von Policy-Learning-Algorithmen sowie mit Training und Evaluation mit Python und PyTorch.
- Verständnis von Policy-Optimierung, Reward-Design und Credit Assignment sowie die Fähigkeit, Reinforcement-Learning-Experimente zu konzipieren.
- Erfahrung mit dem Training von Policies in Simulationen oder Multi-Agent-Umgebungen und mit der Überprüfung von Verbesserungen gegenüber Baselines.
- Ausreichende Englischkenntnisse, um technische Fragen zu besprechen und mit internationalen Niederlassungen zusammenzuarbeiten.
- Erfahrung mit der Entwicklung von Self-Play-, Multi-Agent-Reinforcement-Learning- oder Policy-Population-Trainingssystemen (von Vorteil).
- Erfahrung mit Reinforcement-Learning-Post-Training-Methoden wie GRPO oder PPO für VLA- oder generative Policies (von Vorteil).
- Erfahrung mit dem Training von Policies in vektor- oder belegungsbasierten Fahrsimulatoren oder mit der Entwicklung von Rollout-Planung auf Basis von Weltmodellen (von Vorteil).
- Erfahrung mit groß angelegten parallelen Rollouts, verteiltem Training oder Sim-to-Real-Validierung (von Vorteil).
Zusatzleistungen
- Veteranen und Personen, die nach geltendem Recht Anspruch auf Beschäftigungsschutz haben, werden bevorzugt berücksichtigt.
- Bewerber:innen mit einem anerkannten Schwerbehindertenausweis werden bevorzugt berücksichtigt.
- Nach dem Bewerbungsgespräch können mit Zustimmung der Bewerber:innen Referenzprüfungen durchgeführt werden.
- Es kann eine Probezeit von drei Monaten gelten.