42dot on liikkumisen tekoälyyn keskittyvä yritys, joka toimii autoteknologian ja logistiikan rajapinnassa. Sen työ keskittyy ohjelmistomääriteltyjen ajoneuvojen teknologioihin, autonomisiin sähköajoneuvoihin sekä skaalautuvaan kaupunkiliikenteeseen tarvittavaan ohjelmisto- ja datainfrastruktuuriin. Yritys kehittää ajoneuvo-ohjelmistoja, kaluston data-alustoja sekä havainnointiin ja ohjaukseen tarkoitettuja tekoälymalleja. Lisäksi se kehittää TAP!-käyttöjärjestelmää, joka mahdollistaa autonomisten palvelujen käyttöönoton. Ajoneuvoelektroniikkaa ja ohjelmistolähtöisiä arkkitehtuureja koskevan tutkimuksen ja yhteistyön avulla 42dot pyrkii tekemään liikkumisjärjestelmistä autonomisempia, mukautuvampia ja helpommin hallittavia.
Vahvistusoppimisen insinööri, autonominen ajaminen
Kehität ja optimoit 42dotin autonomisen ajamisen mallien vahvistusoppimispolitiikkoja. Rakennat itsepelisimulaatioita, skenaariokierroksia ja turvallisuusarviointeja ajosuorituksen parantamiseksi.
Kuvaus
- Suunnittelet havainto- ja toimintarajapinnat VLA-politiikkojen ja simulaattorien välille sekä kehität suljetun silmukan vahvistusoppimiseen perustuvaa jälkikoulutusta esimerkiksi GRPO- ja PPO-menetelmillä.
- Rakennat itsepelikoulutusta vektori- tai miehitysperustaisissa ajosimulaattoreissa, joissa egoajoneuvo ja liikenneagentit ovat vuorovaikutuksessa nykyisten politiikkojen ja aiempien tarkistuspisteiden kanssa.
- Kehität ehdokastoimintojen ja liikeratojen simulointeja mahdollisille tuleville skenaarioille ja valitset sitten toiminnot odotetun tuoton ja turvallisuusrajoitteiden perusteella.
- Arvioit politiikkojen turvallisuutta ja yleistettävyyttä suljetun silmukan vertailutesteillä.
- Analysoit palkkioiden manipulointia ja simulaattorien vinoumia.
- Viet lupaavia vahvistusoppimisen ideoita suunnittelusta laajamittaiseen koulutukseen ja perusteelliseen arviointiin sekä niiden integrointiin ajomalleihin.
Vaatimukset
- Vähintään kolmen vuoden kokemus koneoppimisesta, vahvistusoppimisesta tai robotiikasta tai vastaava tutkimus- ja kehityskyky.
- Kokemusta politiikan oppimisalgoritmien toteuttamisesta sekä koulutuksen ja arvioinnin tekemisestä Pythonilla ja PyTorchilla.
- Ymmärrys politiikan optimoinnista, palkkioiden suunnittelusta ja ansion kohdentamisesta sekä kyky suunnitella vahvistusoppimiskokeita.
- Kokemusta politiikkojen kouluttamisesta simulaatiossa tai moniagenttiympäristöissä ja parannusten todentamisesta vertailutasoihin nähden.
- Riittävä englannin kielen taito teknisten asioiden käsittelyyn ja yhteistyöhön ulkomaisten toimistojen kanssa.
- Kokemus itsepelin, moniagenttisen vahvistusoppimisen tai politiikkapopulaatioiden koulutusjärjestelmien kehittämisestä katsotaan eduksi.
- Kokemus vahvistusoppimisen jälkikoulutusmenetelmien, kuten GRPO:n tai PPO:n, soveltamisesta VLA- tai generatiivisiin politiikkoihin katsotaan eduksi.
- Kokemus politiikkojen kouluttamisesta vektori- tai miehitysperustaisissa ajosimulaattoreissa tai maailmamallipohjaisen kierrosuunnittelun kehittämisestä katsotaan eduksi.
- Kokemus laajamittaisista rinnakkaisista kierroksista, hajautetusta koulutuksesta tai simulaatiosta todelliseen ympäristöön tehtävästä validoinnista katsotaan eduksi.
Edut
- Etusija annetaan veteraaneille ja henkilöille, joilla on sovellettavien lakien mukainen työsuhdeturva.
- Etusija annetaan hakijoille, joilla on rekisteröity vammaisuustodistus.
- Suosittelijoihin voidaan ottaa yhteyttä hakijan suostumuksella haastatteluprosessin jälkeen.
- Työsuhteeseen voi sisältyä kolmen kuukauden koeaika.