General Motors — глобальная автомобильная и промышленная компания, работающая в сферах разработки автомобилей, производства, транспорта и информационных технологий. Основанная в 1908 году, GM разрабатывает технологии для развития мобильности и стремится реализовать своё видение мира без аварий, выбросов и пробок. Международная деятельность компании объединяет крупные междисциплинарные команды, сосредоточенные на инновациях, экологичном транспорте и будущем автомобильной отрасли.
Стажёр-инженер по ИИ и машинному обучению для аспирантов — симуляция автономных автомобилей в General Motors
Стажировка для аспирантов в General Motors, посвящённая исследованию и проверке моделей машинного обучения для автономных автомобилей. Работа охватывает симуляцию, системы данных и инструменты оценки, поддерживающие разработку ориентированных на производство возможностей автономных автомобилей.
Описание
- Разрабатывать и прототипировать передовые методы машинного обучения для восприятия, прогнозирования, планирования и принятия решений
- Создавать, обучать, оценивать и совершенствовать модели на крупномасштабных мультимодальных наборах данных о движении и сенсорах
- Разрабатывать конвейеры данных, рабочие процессы экспериментов и инструменты оценки, поддерживающие быстрые итерации моделей
- Тестировать модели с помощью симуляции и других методов валидации, включая анализ производительности и исследование отказов
- Совершенствовать модели и системы с учётом требований к масштабируемости, задержке, надёжности и развёртыванию
- Работать с исследовательскими и инженерными командами над интеграцией прототипов в системы автономных автомобилей
- Документировать результаты исследований, сообщать технические выводы и поддерживать публикации или другие исследовательские материалы
Требования
- Обучаться очно на программе PhD по компьютерным наукам, машинному обучению, искусственному интеллекту, робототехнике, инженерным наукам или смежной дисциплине STEM
- Иметь как минимум один академический квартал или семестр обучения после окончания стажировки
- Иметь значительный опыт исследований в области ИИ и машинного обучения, подтверждённый публикациями, исследовательскими проектами, продвинутыми учебными курсами или сопоставимой технической работой
- Демонстрировать глубокое знание современных методов машинного и глубокого обучения
- Уверенно программировать на Python и иметь практический опыт работы с PyTorch, TensorFlow, JAX или сопоставимым фреймворком машинного обучения
- Уметь проектировать эксперименты, интерпретировать результаты и применять количественные методы решения задач
- Иметь прочную базу в программировании, отладке и разработке программного обеспечения
- Эффективно общаться и сотрудничать с исследовательскими и инженерными командами
- Иметь возможность работать 40 часов в неделю на протяжении всей стажировки
- Желательно: опыт исследований в области автономных автомобилей, ADAS, робототехники, компьютерного зрения или воплощённого ИИ
- Желательно: знакомство с базовыми моделями, трансформерами, генеративными или диффузионными моделями либо архитектурами «зрение—язык»
- Желательно: опыт работы с мультимодальными данными камер, лидаров, радаров или других сенсоров
- Желательно: опыт работы с самоконтролируемым, имитационным, усиленным или глубоким усиленным обучением
- Желательно: опыт работы в распределённых, параллельных или высокопроизводительных вычислительных средах
- Желательно: знания в области ML-систем, конвейеров данных, фреймворков экспериментов или ориентированной на производство инфраструктуры моделей
- Желательно: опыт работы с симуляцией, средами с замкнутым контуром или валидацией на реальных сценариях вождения
- Желательно: знания в области прогнозирования траекторий, планирования поведения, планирования движения, восприятия, картографирования или структурированного понимания сцен
- Желательно: владение C++ или другим языком системного программирования
- Желательно: опыт программирования GPU, работы с CUDA, фреймворками ускорителей или профилирования производительности
- Желательно: знания численной оптимизации, статистического оценивания, вероятностного моделирования и анализа системных компромиссов
- Желательно: публикации с первым авторством, гранты, стипендии, патенты или вклад в проекты с открытым исходным кодом
Преимущества
- Оплачиваемые праздничные дни, отмечаемые GM в США
- Доступ к программе скидок GM на автомобили Family First
- Возможность профессионального роста в GM по результатам работы
- Мероприятия для стажёров с возможностями общения с руководителями компании и другими стажёрами
- Единовременная налогооблагаемая выплата фиксированной суммы для подходящих студентов в помощь с переездом