General Motors er et globalt bil- og produksjonsselskap som arbeider med kjøretøyutvikling, produksjon, transport og informasjonsteknologi. GM ble grunnlagt i 1908 og utvikler teknologi med mål om å fremme mobilitet, samtidig som selskapet arbeider mot sin visjon om null ulykker, null utslipp og null kø. Den internasjonale virksomheten samler store, tverrfaglige team med fokus på innovasjon, bærekraftig transport og fremtidens bilindustri.
Ledende forsker innen generativ KI – verdensmodeller
Led forskning på diffusjonsbaserte verdensmodeller for General Motors’ selvkjørende kjøretøy. Videreutvikle generativ KI, simulering og autonomi på nivå 3 gjennom forskning i stor skala.
Beskrivelse
- Utføre original forskning på diffusjonsbaserte verdensmodeller av kjøremiljøer og kjøredynamikk.
- Designe, trene og evaluere diffusjonsmodeller i stor skala for video- og multimodal generering.
- Prioritere tidsmessig konsistens, fysisk plausibilitet og styrbarhet i genererte resultater.
- Bygge og optimalisere trening i stor skala på distribuerte systemer med flere GPU-er.
- Forbedre treningens stabilitet, gjennomstrømming, minnebruk og skalerbarhet.
- Skape handlings- og kontekstbetingede verdensmodeller for fremtidige scenarioer, kontrafaktisk utforskning, simulering med lukket sløyfe og dekning av sjeldne scenarioer.
- Utvikle og vurdere data- og treningsmetoder for datasett i flåtestørrelse, inkludert kuratering, forhåndstrening, finjustering og målrettet generering av krevende kjørescenarioer.
- Bruke grundige evalueringer for å knytte genereringskvalitet, konsistens og scenariodekning til forbedringer i KPI-er for autonom kjøring.
- Samarbeide med ingeniørteam for å omsette forskning til skalerbare verktøy for simulering, syntetisk datagenerering og utvikling av autonom kjøring.
- Publisere forskning på ledende konferanser og i tidsskrifter.
- Følge utviklingen innen generativ KI og utvikle teknologi som er relevant for autonom kjøring på nivå 3.
Krav
- Doktorgrad i informatikk, elektroteknikk, robotikk eller et beslektet fagområde; særlig dyktige kandidater med mastergrad kan også vurderes.
- Mer enn tre års forskningserfaring innen generativ KI, datasyn, maskinlæring eller et beslektet fagområde.
- Dokumentert, dyp ekspertise og betydelige bidrag til komplekse forskningsprosjekter.
- Sterk ekspertise på diffusjonsmodeller og praktisk erfaring med å designe, trene og evaluere generative modeller for bilder, video eller multimodale data.
- Praktisk erfaring med å trene dyplæringsmodeller i stor skala på distribuerte systemer, inkludert stabilisering av trening, optimalisering av ytelse og systematiske eksperimenter.
- God forståelse av verdensmodellering og spatiotemporal læring, inkludert tidsmessig konsistens, kondisjoneringsmetoder og læring av miljøets dynamikk.
- Sterk publiseringshistorikk fra ledende AI- og ML-konferanser og tidsskrifter.
- Svært gode Python-ferdigheter.
- God kjennskap til moderne AI-rammeverk, inkludert PyTorch.
Fordeler
- Stillingsrelaterte vurderinger og/eller screening før ansettelse kan være påkrevd.
- Rimelig tilrettelegging er tilgjengelig for søkere med funksjonsnedsettelser.