General Motors est une entreprise mondiale des secteurs automobile et manufacturier, active dans l’ingénierie automobile, la production, le transport et les technologies de l’information. Fondée en 1908, GM développe des technologies destinées à faire progresser la mobilité tout en poursuivant sa vision de zéro accident, zéro émission et zéro congestion. Ses activités internationales réunissent de grandes équipes pluridisciplinaires axées sur l’innovation, le transport durable et l’avenir de l’industrie automobile.
Stagiaire de doctorat en IA et apprentissage automatique – Simulation de véhicules autonomes chez General Motors
Stage de doctorat chez General Motors consacré à la recherche et à la validation de modèles d’apprentissage automatique pour les véhicules autonomes. Le travail couvre la simulation, les systèmes de données et les outils d’évaluation qui soutiennent des capacités de conduite autonome orientées vers la production.
Description
- Développer et prototyper des approches avancées d’apprentissage automatique pour la perception, la prédiction, la planification et la prise de décision
- Créer, entraîner, évaluer et perfectionner des modèles à l’aide de grands ensembles de données multimodales de conduite et de capteurs
- Développer des pipelines de données, des flux de travail expérimentaux et des outils d’évaluation favorisant l’itération rapide des modèles
- Tester les modèles par simulation et au moyen d’autres méthodes de validation, notamment l’analyse des performances et l’étude des échecs
- Améliorer les modèles et les systèmes pour répondre aux exigences d’évolutivité, de latence, de fiabilité et de déploiement
- Collaborer avec les équipes de recherche et d’ingénierie pour intégrer les prototypes aux systèmes de véhicules autonomes
- Consigner les résultats de recherche, communiquer les conclusions techniques et contribuer à des publications ou à d’autres livrables de recherche
Exigences
- Être inscrit à temps plein dans un programme de doctorat en informatique, apprentissage automatique, intelligence artificielle, robotique, ingénierie ou dans une discipline STEM connexe
- Avoir au moins un trimestre ou un semestre universitaire restant après la fin du stage
- Justifier d’une expérience substantielle en recherche sur l’IA et l’apprentissage automatique grâce à des publications, des projets de recherche, des cours avancés ou un travail technique comparable
- Démontrer une excellente maîtrise des techniques actuelles d’apprentissage automatique et d’apprentissage profond
- Maîtriser la programmation Python et posséder une expérience pratique de PyTorch, TensorFlow, JAX ou d’un framework d’apprentissage automatique comparable
- Savoir concevoir des expériences, interpréter les résultats et appliquer des méthodes quantitatives de résolution de problèmes
- Posséder de solides bases en programmation, débogage et développement logiciel
- Communiquer efficacement et collaborer avec des équipes de recherche et d’ingénierie
- Être disponible pour travailler 40 heures par semaine pendant toute la durée du stage
- Atout : expérience de recherche dans les véhicules autonomes, les ADAS, la robotique, la vision par ordinateur ou l’IA incarnée
- Atout : familiarité avec les modèles de fondation, les transformers, les modèles génératifs ou de diffusion, ou les architectures vision-langage
- Atout : expérience des données multimodales issues de caméras, du lidar, du radar ou d’autres capteurs
- Atout : expérience de l’apprentissage auto-supervisé, par imitation, par renforcement ou de l’apprentissage profond par renforcement
- Atout : expérience des environnements de calcul distribué, parallèle ou haute performance
- Atout : expérience des systèmes d’apprentissage automatique, des pipelines de données, des frameworks d’expérimentation ou des infrastructures de modèles axées sur la production
- Atout : expérience de la simulation, des environnements en boucle fermée ou de la validation par rapport à des scénarios de conduite réels
- Atout : connaissances en prédiction de trajectoire, planification comportementale, planification de mouvement, perception, cartographie ou compréhension structurée des scènes
- Atout : maîtrise du C++ ou d’un autre langage de programmation système
- Atout : expérience de la programmation GPU, de CUDA, des frameworks d’accélération ou du profilage des performances
- Atout : connaissances en optimisation numérique, estimation statistique, modélisation probabiliste et analyse des compromis au niveau des systèmes
- Atout : publications en tant que premier auteur, subventions, bourses, brevets ou contributions open source
Avantages
- Jours fériés rémunérés observés par GM aux États-Unis
- Accès au programme de remise sur les véhicules Family First de GM
- Possibilités d’évolution chez GM en fonction des résultats
- Événements pour les stagiaires offrant des occasions de réseautage avec les dirigeants de l’entreprise et d’autres stagiaires
- Une allocation forfaitaire imposable versée en une seule fois aux étudiants admissibles pour contribuer aux frais de déménagement