
Mobileye พัฒนาระบบช่วยเหลือผู้ขับขี่ขั้นสูงและเทคโนโลยีการขับขี่อัตโนมัติสำหรับอุตสาหกรรมยานยนต์ บริษัทผสานรวมคอมพิวเตอร์วิทัศน์ ปัญญาประดิษฐ์ ฮาร์ดแวร์เฉพาะของบริษัท และซอฟต์แวร์ เพื่อสนับสนุนความปลอดภัยของยานพาหนะในหลากหลายการใช้งาน ตั้งแต่ระบบช่วยเหลือผู้ขับขี่ไปจนถึงการทำงานแบบอัตโนมัติ ระบบของ Mobileye ได้ถูกนำไปใช้งานในยานพาหนะมากกว่า 190 ล้านคัน สะท้อนบทบาทของบริษัทในการนำเทคโนโลยียานยนต์ที่ใช้ระบบวิทัศน์ไปสู่การผลิตในระดับอุตสาหกรรม
นักวิจัยการเรียนรู้เชิงลึกอาวุโสด้านยานยนต์ไร้คนขับ
วิจัยและพัฒนาระบบการเรียนรู้เชิงลึกสำหรับยานยนต์ไร้คนขับของ Mobileye รวมถึงโครงข่ายประสาทเทียมขนาดใหญ่ที่พัฒนาสำหรับชิป EyeQ ปรับปรุงประสิทธิภาพของโมเดลและนำงานวิจัยไปใช้ในระบบการผลิตจริง
รายละเอียด
- พัฒนาและฝึกโมเดลการเรียนรู้เชิงลึกที่ปรับให้เหมาะกับชิป EyeQ ซึ่งเป็นชิปเฉพาะของ Mobileye
- สร้างโครงข่ายประสาทเทียมแบบหลายงานขนาดใหญ่สำหรับระบบขับขี่อัตโนมัติของ Mobileye
- แก้โจทย์การเรียนรู้เชิงลึกแบบครบวงจร และนำโซลูชันไปใช้งานในระบบจริง
- ออกแบบสถาปัตยกรรมโมเดลใหม่และใช้วิธีการฝึกขั้นสูง
- ปรับประสิทธิภาพของโมเดลภายใต้ข้อจำกัดที่เข้มงวด
- ทำงานร่วมกับทีมซอฟต์แวร์และฮาร์ดแวร์เพื่อนำงานวิจัยไปสู่ระบบการผลิตจริง
- มีส่วนกำหนดสถาปัตยกรรมโครงข่ายประสาทเทียมหลักที่ใช้ในผลิตภัณฑ์ยานยนต์ไร้คนขับเรือธงของ Mobileye
คุณสมบัติ
- สำเร็จการศึกษาระดับปริญญาเอกด้านวิทยาการคอมพิวเตอร์หรือสาขาที่เกี่ยวข้อง โดยอาจพิจารณาผู้สมัครที่มีความโดดเด่นและจบปริญญาโท
- มีประสบการณ์ลงมือพัฒนาอัลกอริทึมการเรียนรู้เชิงลึกด้วย Python อย่างน้อย 4 ปี
- มีประสบการณ์สร้างกระบวนการทำงานการเรียนรู้เชิงลึกแบบครบวงจร ตั้งแต่การเตรียมข้อมูล การฝึก การประเมินผล ไปจนถึงการนำไปใช้งาน
- เชี่ยวชาญเฟรมเวิร์กการเรียนรู้เชิงลึกอย่างน้อยหนึ่งรายการ เช่น TensorFlow หรือ PyTorch
- มีทักษะการแก้ปัญหาที่ดีและมีแนวทางการทำงานที่เน้นการวิจัย
- มีประสบการณ์ในอุตสาหกรรมด้านการเรียนรู้เชิงลึกหรือการพัฒนาซอฟต์แวร์จะได้รับการพิจารณาเป็นพิเศษ
- คุ้นเคยกับการปรับโมเดลให้เหมาะกับฮาร์ดแวร์จะได้รับการพิจารณาเป็นพิเศษ
- มีประสบการณ์กับแพลตฟอร์มคลาวด์ เช่น AWS, Docker และสภาพแวดล้อม Linux จะได้รับการพิจารณาเป็นพิเศษ
- มีผลงานตีพิมพ์หรือผลงานสนับสนุนด้านการเรียนรู้เชิงลึก การค้นหาสถาปัตยกรรมโครงข่ายประสาทเทียม การกลั่นความรู้ หรือการเรียนรู้หลายงาน จะได้รับการพิจารณาเป็นพิเศษ