42dot è un’azienda di intelligenza artificiale per la mobilità che opera all’intersezione tra tecnologia automobilistica e logistica. Le sue attività si concentrano sulle tecnologie dei veicoli definiti dal software, sui veicoli elettrici autonomi e sull’infrastruttura software e dati necessaria per sistemi di trasporto urbano scalabili. L’azienda sviluppa software per veicoli, piattaforme di dati per flotte e modelli di intelligenza artificiale per la percezione e il controllo, oltre a TAP!, il suo sistema operativo per la mobilità destinato all’implementazione di servizi autonomi. Attraverso la ricerca e la collaborazione nel campo dell’elettronica dei veicoli e delle architetture basate sul software, 42dot punta a rendere i sistemi di mobilità più autonomi, adattabili e facili da gestire.
Ingegnere di apprendimento per rinforzo per la guida autonoma
Sviluppa e ottimizza policy di apprendimento per rinforzo per i modelli di guida autonoma di 42dot. Crea simulazioni in auto-gioco, rollout di scenari e valutazioni di sicurezza per migliorare le prestazioni di guida.
Descrizione
- Progetta interfacce di osservazione e azione tra le policy VLA e i simulatori e sviluppa il post-addestramento con apprendimento per rinforzo a ciclo chiuso usando metodi come GRPO e PPO.
- Crea sistemi di addestramento in auto-gioco in simulatori di guida basati su vettori o occupazione, in cui il veicolo controllato e gli agenti del traffico interagiscono con le policy attuali e i checkpoint precedenti.
- Sviluppa rollout di azioni e traiettorie candidate per possibili scenari futuri, quindi seleziona le azioni in base al ritorno atteso e ai vincoli di sicurezza.
- Valuta la sicurezza e la generalizzazione delle policy con benchmark a ciclo chiuso.
- Analizza lo sfruttamento improprio delle ricompense e i bias del simulatore.
- Guida le idee promettenti di apprendimento per rinforzo dalla progettazione all’addestramento su larga scala, alla valutazione rigorosa e all’integrazione nei modelli di guida.
Requisiti
- Almeno tre anni di esperienza nell’apprendimento automatico, nell’apprendimento per rinforzo o nella robotica, oppure competenze equivalenti in ricerca e sviluppo.
- Esperienza nell’implementazione di algoritmi di apprendimento delle policy e nella conduzione di addestramento e valutazione con Python e PyTorch.
- Conoscenza dell’ottimizzazione delle policy, della progettazione delle ricompense e dell’assegnazione del credito, con capacità di progettare esperimenti di apprendimento per rinforzo.
- Esperienza nell’addestramento di policy in simulazione o in ambienti multi-agente e nella verifica dei miglioramenti rispetto a baseline.
- Conoscenza dell’inglese sufficiente per discutere questioni tecniche e collaborare con uffici all’estero.
- Costituisce titolo preferenziale l’esperienza nello sviluppo di sistemi di auto-gioco, apprendimento per rinforzo multi-agente o addestramento di popolazioni di policy.
- Costituisce titolo preferenziale l’esperienza nell’applicazione di metodi di post-addestramento con apprendimento per rinforzo, come GRPO o PPO, a policy VLA o generative.
- Costituisce titolo preferenziale l’esperienza nell’addestramento di policy in simulatori di guida basati su vettori o occupazione, o nello sviluppo di pianificazione dei rollout basata su modelli del mondo.
- Costituisce titolo preferenziale l’esperienza con rollout paralleli su larga scala, addestramento distribuito o validazione dal simulatore al mondo reale.
Benefit
- La preferenza sarà accordata ai veterani e alle persone aventi diritto alla tutela del lavoro prevista dalle leggi applicabili.
- La preferenza sarà accordata ai candidati in possesso di un certificato di disabilità registrato.
- Le referenze potranno essere verificate con il consenso del candidato dopo il processo di colloquio.
- Può essere previsto un periodo di prova di tre mesi.