General Motors globalna je automobilska i proizvodna tvrtka koja djeluje u područjima razvoja vozila, proizvodnje, prometa i informacijske tehnologije. Osnovan 1908. godine, GM razvija tehnologije usmjerene na unapređenje mobilnosti, istodobno slijedeći svoju viziju nulte stope prometnih nesreća, nulte emisije i nulte prometne gužve. Njegove međunarodne operacije okupljaju velike multidisciplinarne timove usmjerene na inovacije, održivi promet i budućnost automobilske industrije.
Voditelj tehničkog tima za sustave osjeta autonomne vožnje
Vodite sustave za procjenu i validaciju osjeta autonomne vožnje u tvrtki General Motors. Usmjeravajte simulacije, senzorske podatke, softversku arhitekturu i inženjerske timove.
Opis
- Postaviti tehničku strategiju okvira za procjenu sustava osjeta
- Integrirati modele kamera, LiDAR-a, RADAR-a i drugih senzora u simulacijska i evaluacijska okruženja
- Razvijati statističke i empirijske pristupe za analizu performansi senzora i percepcije
- Izrađivati i nadzirati sintetičke podatke iz procesa ponovne reprodukcije podataka s cesta, simulacije i generiranja scenarija
- Definirati proširenje podataka i pokrivenost scenarija za noć, kišu, snijeg, maglu, onečišćenje, čišćenje, zaklanjanje, odsjaj i druge degradirane uvjete
- Pripremati sintetičke i snimljene podatke za treniranje modela, evaluaciju, regresijsko testiranje i analizu kvarova
- Po potrebi voditi demonstracije ponovnog treniranja modela ili procesa
- Uključivati nove senzorske komponente i arhitekture osjeta u softverski stog autonomne vožnje
- Definirati razvojne alate poput API-ja, uslužnih programa naredbenog retka, bilježnica, automatiziranih radnih tokova i nadzornih ploča
- Izrađivati metrike i izvješća o evaluaciji koja povezuju performanse senzora sa sistemskim zahtjevima i sigurnosnim ciljevima
- Voditi tehničke preglede i međufunkcionalne inicijative od definiranja zahtjeva do usvajanja
- Unapređivati softversku arhitekturu, pokrivenost testovima, kvalitetu podataka, automatizaciju i produktivnost inženjeringa
- Mentorirati inženjere i podizati očekivanja u pogledu kvalitete softvera i eksperimentalne rigoroznosti
- Zapošljavati, podučavati, razvijati i zadržavati snažan inženjerski tim uz nastavak praktičnog tehničkog vodstva
Zahtjevi
- Preddiplomski studij računarstva, računalnog inženjerstva, elektrotehnike, sistemskog inženjerstva, robotike, matematike ili srodnog tehničkog područja
- Najmanje 10 godina naprednog iskustva u softverskom inženjerstvu, sistemskom inženjerstvu, strojnom učenju, percepciji, robotici, autonomnim vozilima ili srodnom području
- Najmanje jedna godina iskustva u vođenju malog inženjerskog tima
- Iskustvo u upravljanju složenim tehničkim inicijativama kroz više inženjerskih disciplina
- Iskustvo u projektiranju, izgradnji ili integraciji sustava za simulaciju, evaluaciju, validaciju ili obradu podataka u autonomiji, robotici, automobilskoj industriji, zrakoplovstvu ili drugom sigurnosno kritičnom području
- Izvrsno znanje programiranja u jezicima C++ i Python
- Iskustvo s radnim tokovima strojnog učenja i barem jednim modernim okvirom, uključujući PyTorch ili TensorFlow
- Poznavanje sustava kamera, LiDAR-a, RADAR-a ili multimodalnih senzora
- Iskustvo u primjeni podataka, statistike i strukturiranih eksperimenata za procjenu ponašanja sustava i dijagnosticiranje načina kvara
- Sposobnost jasnog objašnjavanja složenih tehničkih koncepata
- Sposobnost samostalnog rada na nejasnim problemima i postizanja mjerljivih rezultata
- Iskustvo s iterativnim razvojem, pregledom koda, testiranjem, upravljanjem verzijama i agilnim planiranjem
- Dokazano iskustvo u vođenju, podučavanju ili upravljanju inženjerima
- Poželjno: magisterij ili doktorat iz računarstva, inženjerstva, robotike, matematike ili srodnog tehničkog područja
- Poželjno iskustvo s percepcijom autonomnih vozila i modelima strojnog učenja, degradacijom senzora u nepovoljnim uvjetima, arhitekturama osjeta, sintetičkim podacima, testiranjem na temelju scenarija, kalibracijom senzora, računalnim vidom, multimodalnom fuzijom, sigurnosno kritičnom verifikacijom i validacijom, ROS-om, Linuxom, kontejnerima, kontinuiranom integracijom, distribuiranim računanjem, podatkovnim platformama u oblaku, metrikama, nadzornim pločama, SQL-om/BigQueryjem, vizualizacijom podataka, statističkom analizom, skalabilnom obradom senzorskih podataka te partnerstvima s dobavljačima ili istraživačkim institucijama
Pogodnosti
- Poticajna naknada čija isplata ovisi o rezultatima tvrtke, razini radnog mjesta i individualnom učinku
- Program procjene službenih vozila, uz uvjet uspješnog pregleda evidencije motornih vozila
- Moguća pomoć pri preseljenju
- Pristup pogodnostima General Motorsa i resursima Total Rewards
- Razumne prilagodbe radnog mjesta