A Zoox autonóm mobilitási technológiát és kifejezetten szolgáltatásalapú mobilitásra tervezett járműflottát fejleszt. A vállalat a robotikát, a mesterséges intelligenciát, a járműmérnökséget, az elektromos járműveket és a fejlett érzékelési technológiákat ötvözi a biztonságosabb, tisztább és élvezetesebb közlekedés megteremtéséért. A Zoox teljesen autonóm, az utasok igényei köré épített járművekkel kívánja újragondolni az emberek személyes mobilitással kapcsolatos élményét.
Senior gépi tanulási mérnök, 3D szenzorszimuláció
Valósághű lidar-, radar- és kamerás szimulációk fejlesztése a Zoox önvezető járműveihez. Szenzoradat-modellek, szintetikus adathalmazok és 3D rekonstrukciós folyamatok létrehozása.
Leírás
- Gépi tanulási modellek tanítása és validálása annak érdekében, hogy az önvezető járművek szimulációs folyamataiban a szimulált lidar-, radar- és kamerás adatok valósághűbbek legyenek.
- Együttműködés a Synthetic Data és a HIL Sim csapatokkal a 3D Gaussian Splatting és a NeRF-alapú rekonstrukció különböző szenzormodalitásokba történő integrálásán.
- Adathalmazok létrehozása és gondozása valós és szimulált szenzoradatokból, generatív MI-technikák használatával az adatok bővítésére.
- Együttműködés a szimulációs ellenőrzési és validálási csapatokkal, valamint az érzékeléssel foglalkozó mérnökökkel a szenzorok valósághűségét mérő mutatók meghatározásán és az autonómiában jelentkező szimuláció és valóság közötti eltérések kezelésén.
- Mérnökök és gyakornokok mentorálása.
- Bevált gyakorlatok meghatározása a Zoox szenzoradatain végzett gépi tanulás tanítására és éles környezetben történő bevezetésére.
Követelmények
- Legalább 2 év tapasztalat műszaki vezetőként.
- Legalább 5 év tapasztalat gépi tanulási modellek fejlesztésében Python és PyTorch vagy TensorFlow használatával.
- Iparági tapasztalat gépi tanulás szenzoradatokra történő alkalmazásában, beleértve a lidart, radart és/vagy kamerákat.
- A gépi tanulási tanítási folyamatok testreszabásának, hangolásának és validálásának alapos ismerete.
- Tapasztalat generatív módszerekkel, például diffúziós modellekkel, flow matchinggel vagy variációs autoenkóderekkel.
- Tapasztalat 3D rekonstrukcióban, többek között 3D Gaussian Splattinggel, NeRF-ekkel vagy differenciálható rendereléssel.
- Korábbi tapasztalat autonóm rendszerek fejlesztésében önvezető járművekhez vagy más robotikai és számítógépes látási alkalmazásokhoz.
Juttatások
- Fizetett betegszabadság, szabadság és gyász miatti távollét.
- Fizetés nélküli távollét.
- Zoox részvényérték-növekedési jogok.
- Amazon korlátozott részvényegységek (RSU-k).
- Egészségbiztosítás.
- Hosszú távú ápolási biztosítás.
- Hosszú és rövid távú rokkantsági biztosítás.
- Életbiztosítás.
- Belépési bónusz adható.