General Motors är ett globalt fordons- och tillverkningsföretag som arbetar med fordonsutveckling, produktion, transport och informationsteknik. GM grundades 1908 och utvecklar teknik med målet att främja mobilitet, samtidigt som företaget strävar efter sin vision om noll olyckor, noll utsläpp och noll trängsel. Den internationella verksamheten samlar stora, tvärvetenskapliga team med fokus på innovation, hållbara transporter och fordonsindustrins framtid.
Doktorandpraktikant inom AI och maskininlärning – simulering av autonoma fordon hos General Motors
Doktorandpraktik på General Motors med fokus på att forska om och validera maskininlärningsmodeller för autonoma fordon. Arbetet omfattar simulering, datasystem och utvärderingsverktyg som stödjer produktionsinriktade funktioner för autonoma fordon.
USA
Kalifornien12 300 $ – 14 600 $ / månad
HybridPraktikNybörjarnivåObligatoriskt Språk: engelskaMaskininlärningsingenjörBeskrivning
- Utveckla och prototypa avancerade metoder inom maskininlärning för perception, prediktion, planering och beslutsfattande
- Skapa, träna, utvärdera och förfina modeller med storskaliga multimodala kör- och sensordata
- Utveckla datapipelines, experimentflöden och utvärderingsverktyg som möjliggör snabb modelliteration
- Testa modeller genom simulering och andra valideringsmetoder, inklusive prestandaanalys och undersökning av fel
- Förbättra modeller och system med avseende på skalbarhet, fördröjning, tillförlitlighet och krav på driftsättning
- Samarbeta med forsknings- och ingenjörsteam för att integrera prototyper i system för autonoma fordon
- Dokumentera forskningsresultat, kommunicera tekniska slutsatser och bidra till publikationer eller andra forskningsleveranser
Krav
- Vara heltidsinskriven i ett doktorandprogram inom datavetenskap, maskininlärning, artificiell intelligens, robotik, ingenjörsvetenskap eller ett närliggande STEM-område
- Ha minst en akademisk period kvar efter praktikens slut
- Visa omfattande erfarenhet av forskning inom AI och maskininlärning genom publikationer, forskningsprojekt, avancerade kurser eller jämförbart tekniskt arbete
- Ha mycket goda kunskaper i aktuella tekniker inom maskininlärning och djupinlärning
- Programmera obehindrat i Python och ha praktisk erfarenhet av PyTorch, TensorFlow, JAX eller ett jämförbart ramverk för maskininlärning
- Kunna utforma experiment, tolka resultat och tillämpa kvantitativa problemlösningsmetoder
- Ha goda grunder i programmering, felsökning och mjukvaruutveckling
- Kommunicera effektivt och samarbeta med forsknings- och ingenjörsteam
- Vara tillgänglig för att arbeta 40 timmar i veckan under hela praktikperioden
- Meriterande: forskningserfarenhet inom autonoma fordon, ADAS, robotik, datorseende eller förkroppsligad AI
- Meriterande: kunskap om grundmodeller, transformermodeller, generativa modeller eller diffusionsmodeller samt vision-language-arkitekturer
- Meriterande: erfarenhet av multimodala kamera-, lidar-, radar- eller andra sensordata
- Meriterande: erfarenhet av självövervakad inlärning, imitation, förstärkningsinlärning eller djup förstärkningsinlärning
- Meriterande: erfarenhet av distribuerade, parallella eller högpresterande datormiljöer
- Meriterande: bakgrund inom ML-system, datapipelines, ramverk för experiment eller produktionsinfrastruktur för modeller
- Meriterande: erfarenhet av simulering, slutna loop-miljöer eller validering mot verkliga körscenarier
- Meriterande: kunskap om banprediktion, beteendeplanering, rörelseplanering, perception, kartläggning eller strukturerad scenförståelse
- Meriterande: goda kunskaper i C++ eller ett annat systemprogrammeringsspråk
- Meriterande: erfarenhet av GPU-programmering, CUDA, acceleratorramverk eller prestandaprofilering
- Meriterande: kunskap om numerisk optimering, statistisk skattning, probabilistisk modellering och avvägningar på systemnivå
- Meriterande: publikationer som förstaförfattare, anslag, stipendier, patent eller bidrag till öppen källkod
Förmåner
- Betald ledighet som GM följer i USA
- Tillgång till GMs Family First-program för fordonsrabatter
- Möjlighet till utveckling inom GM baserat på resultat
- Praktikevenemang med nätverksmöjligheter tillsammans med företagsledare och andra praktikanter
- Ett beskattningsbart engångsbelopp för berättigade studenter som kan bidra till kostnader för flytt