Zooxは、自動運転モビリティ技術と、モビリティ・アズ・ア・サービス向けに専用設計された車両フリートを開発しています。ロボティクス、人工知能、車両工学、電気自動車、先進センシング技術を組み合わせ、より安全で環境に優しく、快適な移動手段の実現に取り組んでいます。乗客のニーズを中心に設計した完全自動運転車を通じて、人々のパーソナルモビリティ体験を変革することを目指しています。
Zoox 機械学習パフォーマンス最適化エンジニアリングマネージャー
Zoox の自動運転システムにおける機械学習のパフォーマンス最適化を主導します。 ロボティクスエンジニアリングチーム全体で、スケーラブルな学習、GPU アクセラレーション、低レイテンシ推論を推進します。
仕事内容
- 機械学習の学習および推論最適化に関する戦略的な方向性とロードマップを策定する
- 自動運転ワークロードのスケーラビリティ、信頼性、パフォーマンスを向上させる
- モデルの学習、検証、サービング、最適化、監視を網羅する効率的な ML プラットフォームを主導する
- 大規模モデルの学習と推論をエンドツーエンドで最適化する
- GPU 使用率、メモリ使用量、通信効率を改善しながら、分散学習の効率を高める
- 量子化、プルーニング、蒸留などのモデル圧縮手法を活用する
- 厳格なリアルタイム性と計算資源の制約下で、車載低レイテンシ推論を実現する
- 採用とリーダーシップを通じて、多様なエンジニアリングチームを構築し、意欲を高める
- ML 研究、ソフトウェア、データ、ハードウェアの各エンジニアリングチームと連携する
- 要件を定め、アーキテクチャ上の意思決定を導く
- 成長機会とタイムリーなフィードバックを通じてエンジニアを育成する
応募要件
- 関連業務の経験が 8 年以上あり、そのうち 3 年以上はエンジニアリングチームのマネジメント経験であること
- 分散学習、データ・テンソル・パイプライン並列化、FSDP/ZeRO、混合精度、CUDA、Triton、torch.compile、XLA、TVM、量子化、GPU および組み込みアクセラレータ全体のプロファイリングを含む、ML パフォーマンス最適化の深い専門知識
- 大規模学習および高スループット・低レイテンシのサービング向けに、利用しやすい ML インフラストラクチャを構築した経験
- GPU を使用した PyTorch または JAX による分散モデル学習の経験
- TensorRT、Ray Serve、または同等のフレームワークによる GPU アクセラレーション推論の経験
- 研究、プロダクト、ハードウェア、プラットフォームチームとのクロスファンクショナルな業務で優れた実績があること
- 優先順位を設定し、技術方針を定め、組織の境界を越えて測定可能なパフォーマンス向上を実現する能力
福利厚生
- 病気休暇、休暇、忌引きを含む有給休暇
- 無給休暇
- Zoox 株式評価益受益権
- Amazon 譲渡制限付株式ユニット（RSU）
- 健康保険
- 介護保険
- 長期および短期障害保険
- 生命保険
- 入社一時金の可能性