Η 42dot είναι εταιρεία τεχνητής νοημοσύνης για την κινητικότητα, που δραστηριοποιείται στη διασταύρωση της τεχνολογίας αυτοκινήτων και των logistics. Το έργο της επικεντρώνεται σε τεχνολογίες οχημάτων που καθορίζονται από λογισμικό, αυτόνομα ηλεκτρικά οχήματα και την υποδομή λογισμικού και δεδομένων που απαιτείται για συγκοινωνίες πόλης μεγάλης κλίμακας. Η εταιρεία αναπτύσσει λογισμικό οχημάτων, πλατφόρμες δεδομένων στόλων και μοντέλα τεχνητής νοημοσύνης για αντίληψη και έλεγχο, καθώς και το TAP!, ένα λειτουργικό σύστημα κινητικότητας για την ανάπτυξη αυτόνομων υπηρεσιών. Μέσω έρευνας και συνεργασιών στα ηλεκτρονικά οχημάτων και στις αρχιτεκτονικές με προτεραιότητα στο λογισμικό, η 42dot επιδιώκει να καταστήσει τα συστήματα κινητικότητας πιο αυτόνομα, προσαρμοστικά και ευκολότερα στη λειτουργία.
Μηχανικός Ενισχυτικής Μάθησης για Αυτόνομη Οδήγηση
Ανάπτυξη και βελτιστοποίηση πολιτικών ενισχυτικής μάθησης για τα μοντέλα αυτόνομης οδήγησης της 42dot. Δημιουργία προσομοιώσεων αυτοπαίγνιου, εκτελέσεων σεναρίων και αξιολογήσεων ασφάλειας για τη βελτίωση της οδηγικής απόδοσης.
Περιγραφή
- Σχεδιάστε διεπαφές παρατήρησης και δράσης ανάμεσα σε πολιτικές VLA και προσομοιωτές και αναπτύξτε μετεκπαίδευση ενισχυτικής μάθησης κλειστού βρόχου με μεθόδους όπως GRPO και PPO.
- Δημιουργήστε εκπαίδευση αυτοπαίγνιου σε προσομοιωτές οδήγησης που βασίζονται σε διανύσματα ή κατάληψη χώρου, όπου το όχημα εγώ και οι παράγοντες κυκλοφορίας αλληλεπιδρούν με τις τρέχουσες πολιτικές και προηγούμενα σημεία ελέγχου.
- Αναπτύξτε εκτελέσεις υποψήφιων δράσεων και τροχιών σε πιθανά μελλοντικά σενάρια και, στη συνέχεια, επιλέξτε δράσεις με βάση την αναμενόμενη απόδοση και τους περιορισμούς ασφάλειας.
- Αξιολογήστε την ασφάλεια των πολιτικών και τη δυνατότητα γενίκευσής τους με δοκιμές κλειστού βρόχου.
- Αναλύστε την εκμετάλλευση των ανταμοιβών και τη μεροληψία του προσομοιωτή.
- Καθοδηγήστε υποσχόμενες ιδέες ενισχυτικής μάθησης από τον σχεδιασμό, μέσα από εκπαίδευση μεγάλης κλίμακας και αυστηρή αξιολόγηση, έως την ενσωμάτωση σε μοντέλα οδήγησης.
Απαιτήσεις
- Τουλάχιστον τρία χρόνια εμπειρίας στη μηχανική μάθηση, στην ενισχυτική μάθηση ή στη ρομποτική, ή ισοδύναμη ικανότητα έρευνας και ανάπτυξης.
- Εμπειρία στην υλοποίηση αλγορίθμων εκμάθησης πολιτικής και στη διεξαγωγή εκπαίδευσης και αξιολόγησης με Python και PyTorch.
- Κατανόηση της βελτιστοποίησης πολιτικών, του σχεδιασμού ανταμοιβών και της απόδοσης ευθύνης, καθώς και ικανότητα σχεδιασμού πειραμάτων ενισχυτικής μάθησης.
- Εμπειρία στην εκπαίδευση πολιτικών σε προσομοίωση ή σε περιβάλλοντα πολλών παραγόντων και στην επαλήθευση βελτιώσεων έναντι γραμμών βάσης.
- Αγγλικά επαρκή για συζήτηση τεχνικών ζητημάτων και συνεργασία με γραφεία στο εξωτερικό.
- Θα συνεκτιμηθεί εμπειρία στην ανάπτυξη συστημάτων αυτοπαίγνιου, πολυπρακτορικής ενισχυτικής μάθησης ή εκπαίδευσης πληθυσμών πολιτικών.
- Θα συνεκτιμηθεί εμπειρία στην εφαρμογή μεθόδων μετεκπαίδευσης ενισχυτικής μάθησης, όπως GRPO ή PPO, σε πολιτικές VLA ή παραγωγικές πολιτικές.
- Θα συνεκτιμηθεί εμπειρία στην εκπαίδευση πολιτικών σε προσομοιωτές οδήγησης που βασίζονται σε διανύσματα ή κατάληψη χώρου, ή στην ανάπτυξη σχεδιασμού εκτελέσεων με μοντέλα κόσμου.
- Θα συνεκτιμηθεί εμπειρία σε παράλληλες εκτελέσεις μεγάλης κλίμακας, κατανεμημένη εκπαίδευση ή επικύρωση από προσομοίωση σε πραγματικές συνθήκες.
Παροχές
- Προτεραιότητα δίνεται σε βετεράνους και σε άτομα που δικαιούνται προστασία της απασχόλησης βάσει της ισχύουσας νομοθεσίας.
- Προτεραιότητα δίνεται σε υποψηφίους με καταχωρισμένο πιστοποιητικό αναπηρίας.
- Με τη συγκατάθεση του υποψηφίου, ενδέχεται να πραγματοποιηθούν έλεγχοι συστάσεων μετά τη διαδικασία συνεντεύξεων.
- Ενδέχεται να ισχύει δοκιμαστική περίοδος τριών μηνών.