A General Motors é uma empresa global dos setores automotivo e industrial, com atuação em engenharia de veículos, produção, transporte e tecnologia da informação. Fundada em 1908, a GM desenvolve tecnologias voltadas ao avanço da mobilidade enquanto busca concretizar sua visão de zero acidentes, zero emissões e zero congestionamentos. Suas operações internacionais reúnem grandes equipes multidisciplinares focadas em inovação, transporte sustentável e no futuro da indústria automotiva.
Estagiário de pesquisa em IA no verão, IA incorporada
Pesquise aprendizado de máquina, robótica e modelos multimodais para direção autônoma na General Motors. Realize experimentos e colabore com equipes de pesquisa e engenharia em um estágio híbrido em Sunnyvale, Califórnia.
Descrição
- Investigue aprendizado de máquina, robótica e direção autônoma por meio de um projeto de pesquisa aplicada.
- Colabore com pesquisadores e engenheiros para formular hipóteses, planejar experimentos, treinar e avaliar modelos, interpretar resultados e compartilhar descobertas.
- Defina problemas de pesquisa e desenvolva protótipos para aplicações de direção autônoma.
- Planeje e conduza experimentos, estudos de ablação e avaliações quantitativas.
- Treine e compare modelos em grandes conjuntos de dados usando infraestrutura de computação distribuída.
- Estude o comportamento dos modelos, casos de falha, generalização e compensações de desempenho.
- Trabalhe com equipes de percepção, planejamento, robótica, controles e engenharia de sistemas.
- Contribua para discussões técnicas e, quando pertinente, para documentação de pesquisa, publicações, patentes ou projetos de código aberto.
- Apresente descobertas a públicos técnicos e de diferentes áreas.
Requisitos
- Estar cursando ou se preparando para iniciar um doutorado em aprendizado de máquina, inteligência artificial, ciência da computação, robótica ou disciplina técnica relacionada.
- Domínio sólido de métodos contemporâneos de aprendizado de máquina e aprendizado profundo.
- Proficiência em Python e experiência com PyTorch, TensorFlow, JAX ou outra estrutura de aprendizado de máquina.
- Experiência comprovada em pesquisa de IA ou aprendizado de máquina por meio de disciplinas, projetos acadêmicos, publicações ou trabalho equivalente.
- Forte capacidade analítica e de resolução de problemas, incluindo experiência em projetar experimentos e interpretar resultados.
- Capacidade de colaborar em um ambiente de equipe multidisciplinar.
- Boas habilidades de escrita, comunicação oral e apresentação.
- Disponibilidade para trabalhar 40 horas por semana durante todo o estágio.
- Experiência com transformers, grandes modelos de linguagem, modelos de visão e linguagem, modelos de visão, linguagem e ação, modelos de difusão ou outras arquiteturas generativas.
- Experiência com aprendizado por reforço, aprendizado por imitação, aprendizado autossupervisionado, modelos de mundo, aprendizado multimodal ou modelagem temporal.
- Familiaridade com veículos autônomos, sistemas avançados de assistência ao motorista, robótica ou IA incorporada.
- Experiência com grandes conjuntos de dados, treinamento distribuído, computação de alto desempenho ou escalonamento de modelos.
- Comprovação de contribuições técnicas substanciais, como publicações de autoria principal, bolsas de pesquisa, bolsas de estudo, patentes ou projetos de código aberto.
- Experiência com C++ ou outra linguagem de programação de sistemas.
- Planos de retornar a um programa de graduação após o estágio ou programa cooperativo.
- Previsão de conclusão do curso entre dezembro de 2027 e junho de 2028.
Benefícios
- Estudantes elegíveis selecionados para o Programa Estudantil de 2027 recebem uma bolsa única, paga em parcela única e sujeita a impostos.
- Feriados pagos da GM nos Estados Unidos.
- Programa de desconto em veículos GM Family First.
- Possibilidade de crescimento na GM, conforme o desempenho e as necessidades do negócio.
- Eventos para estagiários e oportunidades de networking com líderes da empresa e outros estagiários.
- Mentoria e experiência prática com os fundamentos de dados e aprendizado de máquina da direção autônoma.