42dot je tvrtka za umjetnu inteligenciju u području mobilnosti koja djeluje na sjecištu automobilske tehnologije i logistike. Njezin je rad usmjeren na tehnologije vozila definiranih softverom, autonomna električna vozila te softversku i podatkovnu infrastrukturu potrebnu za skalabilan urbani prijevoz. Tvrtka razvija softver za vozila, platforme za podatke voznih parkova i modele umjetne inteligencije za opažanje i upravljanje, kao i TAP!, svoj operativni sustav mobilnosti za uvođenje autonomnih usluga. Kroz istraživanje i suradnju na elektronici vozila i arhitekturama koje se temelje na softveru, 42dot nastoji sustave mobilnosti učiniti autonomnijima, prilagodljivijima i jednostavnijima za upravljanje.
Inženjer strojnog učenja s potkrepljenjem za autonomnu vožnju
Razvijajte i optimizirajte politike strojnog učenja s potkrepljenjem za 42dotove modele autonomne vožnje. Izrađujte simulacije samostalnog nadmetanja, simulacije scenarija i sigurnosne evaluacije radi poboljšanja voznih performansi.
Opis
- Osmislite sučelja za opažanja i radnje između VLA politika i simulatora te razvijajte naknadno treniranje strojnim učenjem s potkrepljenjem u zatvorenoj petlji, koristeći metode kao što su GRPO i PPO.
- Izrađujte treniranje samostalnim nadmetanjem u vektorskim simulatorima vožnje ili simulatorima temeljenima na zauzetosti prostora, u kojima vlastito vozilo i sudionici u prometu djeluju s aktualnim politikama i prethodnim kontrolnim točkama.
- Razvijajte simulacije mogućih radnji i putanja za buduće scenarije, a zatim odabirite radnje na temelju očekivanog povrata i sigurnosnih ograničenja.
- Procjenjujte sigurnost politika i njihovu sposobnost generalizacije pomoću mjerila za zatvorenu petlju.
- Analizirajte iskorištavanje funkcije nagrade i pristranost simulatora.
- Vodite perspektivne ideje strojnog učenja s potkrepljenjem od osmišljavanja, preko opsežnog treniranja i rigorozne evaluacije, do integracije u modele za vožnju.
Zahtjevi
- Najmanje tri godine iskustva u strojnom učenju, strojnom učenju s potkrepljenjem ili robotici, odnosno odgovarajuće istraživačke i razvojne sposobnosti.
- Iskustvo u implementaciji algoritama za učenje politika te provođenju treniranja i evaluacije uz Python i PyTorch.
- Razumijevanje optimizacije politika, osmišljavanja nagrada i pripisivanja zasluga te sposobnost osmišljavanja eksperimenata strojnog učenja s potkrepljenjem.
- Iskustvo u treniranju politika u simulaciji ili okruženjima s više agenata te provjeri poboljšanja u odnosu na početne rezultate.
- Znanje engleskog jezika dovoljno za razgovor o tehničkim pitanjima i suradnju s uredima u inozemstvu.
- Iskustvo u razvoju sustava za samostalno nadmetanje, višeagentsko strojno učenje s potkrepljenjem ili treniranje populacije politika (prednost).
- Iskustvo u primjeni metoda naknadnog treniranja strojnim učenjem s potkrepljenjem, kao što su GRPO ili PPO, na VLA ili generativne politike (prednost).
- Iskustvo u treniranju politika u vektorskim simulatorima vožnje ili simulatorima temeljenima na zauzetosti prostora, odnosno u razvoju planiranja simulacija na temelju modela svijeta (prednost).
- Iskustvo s opsežnim paralelnim simulacijama, distribuiranim treniranjem ili validacijom prijenosa iz simulacije u stvarni svijet (prednost).
Pogodnosti
- Prednost imaju veterani i osobe koje ispunjavaju uvjete za zaštitu pri zapošljavanju prema mjerodavnim zakonima.
- Prednost imaju kandidati s registriranom iskaznicom osobe s invaliditetom.
- Uz pristanak kandidata, nakon razgovora za posao mogu se provjeriti preporuke.
- Može se primjenjivati probno razdoblje od tri mjeseca.