42dot ialah syarikat AI mobiliti yang beroperasi di persimpangan teknologi automotif dan logistik. Tumpuannya merangkumi teknologi kenderaan yang ditakrifkan oleh perisian, kenderaan elektrik autonomi, serta infrastruktur perisian dan data yang diperlukan untuk pengangkutan bandar berskala besar. Syarikat ini membangunkan perisian kenderaan, platform data armada dan model AI untuk persepsi serta kawalan, di samping TAP!, sistem operasi mobilitinya untuk melaksanakan perkhidmatan autonomi. Melalui penyelidikan dan kerjasama dalam elektronik kenderaan serta seni bina berteraskan perisian, 42dot berusaha menjadikan sistem mobiliti lebih autonomi, mudah suai dan mudah dikendalikan.
Jurutera Pembelajaran Pengukuhan, Pemanduan Autonomi
Membangunkan dan mengoptimumkan dasar pembelajaran pengukuhan untuk model pemanduan autonomi 42dot. Membina simulasi self-play, rollout senario dan penilaian keselamatan untuk meningkatkan prestasi pemanduan.
Penerangan
- Mereka bentuk antara muka pemerhatian dan tindakan antara dasar VLA dengan simulator, serta membangunkan pascapelatihan pembelajaran pengukuhan gelung tertutup menggunakan kaedah seperti GRPO dan PPO.
- Membina latihan self-play dalam simulator pemanduan berasaskan vektor atau okupansi, dengan kenderaan ego dan ejen trafik berinteraksi menggunakan dasar semasa serta checkpoint terdahulu.
- Membangunkan rollout tindakan dan trajektori calon merentas kemungkinan senario masa hadapan, kemudian memilih tindakan berdasarkan pulangan jangkaan dan kekangan keselamatan.
- Menilai keselamatan dasar dan keupayaan generalisasi menggunakan penanda aras gelung tertutup.
- Menganalisis eksploitasi ganjaran dan bias simulator.
- Memimpin idea pembelajaran pengukuhan yang berpotensi daripada reka bentuk, latihan berskala besar dan penilaian rapi hingga integrasi dengan model pemanduan.
Keperluan
- Sekurang-kurangnya tiga tahun pengalaman dalam pembelajaran mesin, pembelajaran pengukuhan atau robotik, atau keupayaan penyelidikan dan pembangunan yang setara.
- Berpengalaman melaksanakan algoritma pembelajaran dasar serta menjalankan latihan dan penilaian menggunakan Python dan PyTorch.
- Memahami pengoptimuman dasar, reka bentuk ganjaran dan pemberian kredit, serta berupaya mereka bentuk eksperimen pembelajaran pengukuhan.
- Berpengalaman melatih dasar dalam simulasi atau persekitaran berbilang ejen dan mengesahkan peningkatan berbanding garis dasar.
- Kemahiran bahasa Inggeris yang mencukupi untuk membincangkan isu teknikal dan bekerjasama dengan pejabat di luar negara.
- Pengalaman membangunkan self-play, pembelajaran pengukuhan berbilang ejen atau sistem latihan populasi dasar (diutamakan).
- Pengalaman menggunakan kaedah pascapelatihan pembelajaran pengukuhan seperti GRPO atau PPO pada VLA atau dasar generatif (diutamakan).
- Pengalaman melatih dasar dalam simulator pemanduan berasaskan vektor atau okupansi, atau membangunkan perancangan rollout berasaskan model dunia (diutamakan).
- Pengalaman dalam rollout selari berskala besar, latihan teragih atau pengesahan sim-to-real (diutamakan).
Faedah
- Keutamaan diberikan kepada veteran dan individu yang layak mendapat perlindungan pekerjaan di bawah undang-undang yang berkenaan.
- Keutamaan diberikan kepada pemohon yang memiliki sijil ketidakupayaan berdaftar.
- Semakan rujukan boleh dijalankan dengan persetujuan pemohon selepas proses temu duga.
- Tempoh percubaan selama tiga bulan mungkin dikenakan.