Η General Motors είναι μια παγκόσμια εταιρεία αυτοκινήτων και κατασκευής με δραστηριότητες στη μηχανική οχημάτων, την παραγωγή, τις μεταφορές και την τεχνολογία πληροφοριών. Ιδρύθηκε το 1908 και αναπτύσσει τεχνολογίες με στόχο την προώθηση της κινητικότητας, επιδιώκοντας παράλληλα το όραμά της για μηδενικές συγκρούσεις, μηδενικές εκπομπές και μηδενική συμφόρηση. Οι διεθνείς δραστηριότητές της φέρνουν κοντά μεγάλες, διεπιστημονικές ομάδες που επικεντρώνονται στην καινοτομία, τις βιώσιμες μεταφορές και το μέλλον της αυτοκινητοβιομηχανίας.
Πρακτική άσκηση διδακτορικού μηχανικού τεχνητής νοημοσύνης και μηχανικής μάθησης – Προσομοίωση αυτόνομων οχημάτων στη General Motors
Θέση πρακτικής άσκησης για υποψήφιους διδάκτορες στη General Motors, με έμφαση στην έρευνα και την επικύρωση μοντέλων μηχανικής μάθησης για αυτόνομα οχήματα. Η εργασία καλύπτει προσομοίωση, συστήματα δεδομένων και εργαλεία αξιολόγησης που υποστηρίζουν δυνατότητες αυτόνομων οχημάτων με προσανατολισμό στην παραγωγή.
Περιγραφή
- Ανάπτυξη και δημιουργία πρωτοτύπων προηγμένων προσεγγίσεων μηχανικής μάθησης για αντίληψη, πρόβλεψη, σχεδιασμό και λήψη αποφάσεων
- Δημιουργία, εκπαίδευση, αξιολόγηση και βελτίωση μοντέλων με μεγάλης κλίμακας πολυτροπικά σύνολα δεδομένων οδήγησης και αισθητήρων
- Ανάπτυξη αγωγών δεδομένων, ροών εργασίας πειραμάτων και εργαλείων αξιολόγησης που υποστηρίζουν την ταχεία επανάληψη μοντέλων
- Δοκιμή μοντέλων μέσω προσομοίωσης και άλλων μεθόδων επικύρωσης, συμπεριλαμβανομένης της ανάλυσης απόδοσης και της διερεύνησης αστοχιών
- Βελτίωση μοντέλων και συστημάτων ως προς την κλιμάκωση, την καθυστέρηση, την αξιοπιστία και τις απαιτήσεις ανάπτυξης
- Συνεργασία με ερευνητικές και τεχνικές ομάδες για την ενσωμάτωση πρωτοτύπων σε συστήματα αυτόνομων οχημάτων
- Καταγραφή ερευνητικών ευρημάτων, επικοινωνία τεχνικών συμπερασμάτων και υποστήριξη δημοσιεύσεων ή άλλων ερευνητικών παραδοτέων
Απαιτήσεις
- Να είστε εγγεγραμμένος πλήρους φοίτησης σε πρόγραμμα διδακτορικών σπουδών στην επιστήμη υπολογιστών, τη μηχανική μάθηση, την τεχνητή νοημοσύνη, τη ρομποτική, τη μηχανική ή συναφή κλάδο STEM
- Να απομένει τουλάχιστον ένα ακαδημαϊκό τρίμηνο ή εξάμηνο μετά την ολοκλήρωση της πρακτικής άσκησης
- Να διαθέτετε σημαντική ερευνητική εμπειρία στην τεχνητή νοημοσύνη και τη μηχανική μάθηση μέσω δημοσιεύσεων, ερευνητικών έργων, προχωρημένων μαθημάτων ή συγκρίσιμης τεχνικής εργασίας
- Να επιδεικνύετε ισχυρή γνώση σύγχρονων τεχνικών μηχανικής μάθησης και βαθιάς μάθησης
- Να προγραμματίζετε με ευχέρεια σε Python και να διαθέτετε πρακτική εμπειρία με PyTorch, TensorFlow, JAX ή συγκρίσιμο πλαίσιο μηχανικής μάθησης
- Να γνωρίζετε τον σχεδιασμό πειραμάτων, την ερμηνεία αποτελεσμάτων και την εφαρμογή ποσοτικών τεχνικών επίλυσης προβλημάτων
- Να διαθέτετε ισχυρές βάσεις στον προγραμματισμό, τον εντοπισμό σφαλμάτων και την ανάπτυξη λογισμικού
- Να επικοινωνείτε αποτελεσματικά και να συνεργάζεστε με ερευνητικές και τεχνικές ομάδες
- Να είστε διαθέσιμος για εργασία 40 ωρών την εβδομάδα καθ’ όλη τη διάρκεια της πρακτικής άσκησης
- Επιθυμητό: ερευνητική εμπειρία σε αυτόνομα οχήματα, προηγμένα συστήματα υποβοήθησης οδηγού, ρομποτική, υπολογιστική όραση ή ενσώματη τεχνητή νοημοσύνη
- Επιθυμητό: εξοικείωση με θεμελιώδη μοντέλα, μετασχηματιστές, παραγωγικά μοντέλα ή μοντέλα διάχυσης, ή αρχιτεκτονικές όρασης-γλώσσας
- Επιθυμητό: εμπειρία με πολυτροπικά δεδομένα από κάμερες, lidar, radar ή άλλους αισθητήρες
- Επιθυμητό: εμπειρία σε αυτοεπιβλεπόμενη μάθηση, μάθηση μέσω μίμησης, ενισχυτική ή βαθιά ενισχυτική μάθηση
- Επιθυμητό: εμπειρία σε κατανεμημένα, παράλληλα ή περιβάλλοντα υπολογισμού υψηλών επιδόσεων
- Επιθυμητό: υπόβαθρο σε συστήματα μηχανικής μάθησης, αγωγούς δεδομένων, πλαίσια πειραματισμού ή υποδομές μοντέλων με προσανατολισμό στην παραγωγή
- Επιθυμητό: εμπειρία σε προσομοίωση, περιβάλλοντα κλειστού βρόχου ή επικύρωση έναντι σεναρίων οδήγησης στον πραγματικό κόσμο
- Επιθυμητό: γνώση πρόβλεψης τροχιάς, σχεδιασμού συμπεριφοράς, σχεδιασμού κίνησης, αντίληψης, χαρτογράφησης ή δομημένης κατανόησης σκηνών
- Επιθυμητό: επάρκεια σε C++ ή άλλη γλώσσα προγραμματισμού συστημάτων
- Επιθυμητό: εμπειρία σε προγραμματισμό GPU, CUDA, πλαίσια επιταχυντών ή ανάλυση επιδόσεων
- Επιθυμητό: γνώση αριθμητικής βελτιστοποίησης, στατιστικής εκτίμησης, πιθανοτικής μοντελοποίησης και ανάλυσης συμβιβασμών σε επίπεδο συστήματος
- Επιθυμητό: δημοσιεύσεις ως πρώτος συγγραφέας, επιχορηγήσεις, υποτροφίες, διπλώματα ευρεσιτεχνίας ή συνεισφορές σε έργα ανοικτού κώδικα
Παροχές
- Αμειβόμενες αργίες που τηρούνται από τη GM στις Ηνωμένες Πολιτείες
- Πρόσβαση στο πρόγραμμα οικογενειακής έκπτωσης οχημάτων Family First της GM
- Δυνατότητα εξέλιξης εντός της GM με βάση τα αποτελέσματα
- Εκδηλώσεις πρακτικής άσκησης που προσφέρουν ευκαιρίες δικτύωσης με στελέχη της εταιρείας και άλλους ασκούμενους
- Εφάπαξ φορολογητέο κατ’ αποκοπή επίδομα για επιλέξιμους φοιτητές, για την υποστήριξη της μετεγκατάστασης