Zoox rozwija technologie autonomicznej mobilności oraz specjalnie zaprojektowaną flotę na potrzeby mobilności jako usługi. Firma łączy robotykę, sztuczną inteligencję, inżynierię motoryzacyjną, pojazdy elektryczne i zaawansowane systemy percepcji, aby tworzyć transport bezpieczniejszy, bardziej ekologiczny i przyjemniejszy. Zoox koncentruje się na kształtowaniu nowego sposobu korzystania z mobilności osobistej dzięki w pełni autonomicznym pojazdom zaprojektowanym z myślą o potrzebach pasażerów.
Menedżer inżynierii ds. optymalizacji wydajności ML w Zoox
Pokieruj optymalizacją wydajności uczenia maszynowego dla autonomicznych systemów jazdy Zoox. Rozwijaj skalowalne trenowanie, akcelerację GPU i inferencję o niskich opóźnieniach w zespołach inżynierii robotyki.
Stany Zjednoczone
Kalifornia276 000 $ – 343 000 $ / rok
HybrydowoPełny etatSeniorLeadWymagany Język: angielskiMenedżer ds. inżynieriiOpis
- Wyznaczać strategiczny kierunek i plan rozwoju optymalizacji trenowania oraz inferencji modeli uczenia maszynowego
- Poprawiać skalowalność, niezawodność i wydajność obciążeń związanych z autonomiczną jazdą
- Kierować wydajną platformą ML obejmującą trenowanie, walidację, udostępnianie, optymalizację i monitorowanie modeli
- Optymalizować trenowanie modeli na dużą skalę oraz inferencję od początku do końca
- Zwiększać efektywność trenowania rozproszonego, poprawiając wykorzystanie GPU, zarządzanie pamięcią i komunikację
- Stosować kwantyzację, przycinanie, destylację i inne metody kompresji modeli
- Dostarczać inferencję pokładową o niskich opóźnieniach przy rygorystycznych ograniczeniach czasu rzeczywistego i zasobów obliczeniowych
- Budować i motywować zróżnicowany zespół inżynierski poprzez rekrutację i przywództwo
- Współpracować z zespołami badań ML, oprogramowania, danych i inżynierii sprzętu
- Ustalać wymagania i kierować decyzjami architektonicznymi
- Mentorować inżynierów, tworząc możliwości rozwoju i przekazując terminową informację zwrotną
Wymagania
- Co najmniej 8 lat odpowiedniego doświadczenia, w tym co najmniej 3 lata zarządzania zespołami inżynierskimi
- Głęboka wiedza specjalistyczna w zakresie optymalizacji wydajności ML, w tym trenowania rozproszonego, paralelizmu danych, tensorów i potoków, FSDP/ZeRO, precyzji mieszanej, CUDA, Triton, torch.compile, XLA, TVM, kwantyzacji oraz profilowania na GPU i akceleratorach wbudowanych
- Doświadczenie w budowaniu dostępnej infrastruktury ML do trenowania na dużą skalę oraz wysokoprzepustowego serwowania o niskich opóźnieniach
- Doświadczenie w korzystaniu z PyTorch lub JAX z GPU do rozproszonego trenowania modeli
- Doświadczenie w akcelerowanej przez GPU inferencji z użyciem TensorRT, Ray Serve lub porównywalnych frameworków
- Udokumentowane doświadczenie we współpracy międzyfunkcyjnej z zespołami badań, produktu, sprzętu i platform
- Umiejętność ustalania priorytetów, wyznaczania kierunku technicznego i dostarczania mierzalnej poprawy wydajności ponad granicami organizacyjnymi
Benefity
- Płatny czas wolny obejmujący zwolnienia chorobowe, urlop wypoczynkowy i urlop z powodu śmierci bliskiej osoby
- Bezpłatny urlop
- Prawa do wzrostu wartości akcji Zoox
- Jednostki ograniczonych akcji Amazon (RSU)
- Ubezpieczenie zdrowotne
- Ubezpieczenie opieki długoterminowej
- Ubezpieczenie od długoterminowej i krótkoterminowej niezdolności do pracy
- Ubezpieczenie na życie
- Potencjalny bonus powitalny