Caterpillar Inc.
Caterpillar Inc.
Caterpillar Inc., inşaat, madencilik, enerji ve altyapı odaklı diğer sektörler için ağır iş makineleri ve motorlar geliştiren küresel bir üretim şirketidir. Ürün portföyünde ekskavatörler, dozerler, belden kırmalı kamyonlar ve enerji sistemleri yer alır; bu ürünler gelişmiş teknoloji ve dünya çapındaki bayi ağıyla desteklenir. Şirket, 1925 yılında kurulmuş olup köklü endüstriyel uzmanlığını verimliliği artırma ve daha sürdürülebilir ekipman ve operasyonlar geliştirme hedefiyle birleştirir.

Otonom Maden Araçları Tahmin Mühendisi

Caterpillar’ın otonom maden araçları için davranış ve yörünge tahmini geliştirerek daha güvenli operasyonları ve daha verimli taşımacılığı destekleyin. Maden ortamlarına yönelik tahmin sistemlerini ROS 2 ve C++ ile oluşturup entegre edin.

Açıklama

  • Otonom madencilik için davranış ve harita kısıtlı yörünge tahmini algoritmaları geliştirerek planlama sistemlerine güvenilir girdiler sağlayın; araç güvenliğini ve taşıma verimliliğini artırın.
  • Algılama, izleme, HD haritalar, planlama ve güvenlik sistemleriyle tahmin mimarisini, girdileri, çıktıları, veri akışlarını ve arayüz sözleşmelerini tanımlayın.
  • Nesne durum modelleme, yörünge geçmişi, niyet tanıma, çok modlu tahmin, güven düzeyi raporlama ve anomali teşhisi için iş akışları oluşturun.
  • Kavşaklara, taşıma yollarına, yükleme ve boşaltma alanlarına, kuyruklara, zayıf ağ bağlantılarına ve eksik sevk bilgilerine genişletilebilen, yorumlanabilir ve test edilebilir tahmin çerçeveleri tasarlayın.
  • Otonom ve elle kullanılan maden kamyonlarının, destek araçlarının, ekskavatörlerin, yükleyicilerin, su tankerlerinin ve yayaların davranışlarını ve hareketlerini modelleyin.
  • Yükleme ve boşaltma alanlarında takip, sollama, şerit değiştirme, yol verme, kavşaklar, araç değişimleri ve kuyruklar için niyet tanıma ve yörünge tahmini geliştirin.
  • Aday rotalar, zamana bağlı alan kullanımı, çatışma olasılıkları ve belirsizlik tahminleri üretmek için HD haritalardan, yol topolojisinden, çalışma sahası anlambiliminden, geçiş hakkı kurallarından ve sevk bilgilerinden yararlanın.
  • Çıktıların çarpışma kontrollerini, yol vermeyi, takip etmeyi, engellerden kaçınmayı ve hız planlamasını desteklemesi için algılama, tahmin, planlama, güvenlik ve simülasyon ekipleriyle çalışın.
  • Karmaşık sahnelerde kapsamı ve güvenilirliği artırmak için senaryo madenciliği, etiketleme ve metrikler, simülasyon tekrar oynatımı, sorunları yeniden üretme ve araç doğrulama süreçleri oluşturun.
  • ROS 2 ve C++ entegrasyonu, günlükleme ve sorun gidermeyi de kapsayacak şekilde tahmin gecikmesini, kaynak kullanımını, kararlılığı ve devreye almayı iyileştirin.

Gereksinimler

  • Otonom sürüş, robotik, yapay zekâ, bilgisayar bilimi, kontrol mühendisliği, araç mühendisliği veya ilgili bir alanda yüksek lisans ya da daha ileri derece.
  • Otonom sürüş, robotik veya insansız sistemlerde en az beş yıllık algoritma geliştirme deneyimi.
  • Tahmin, izleme, davranış anlama veya planlama alanlarında proje deneyimi.
  • Sıfırdan bir algoritma modülü oluşturma, arayüzleri ve değerlendirme metriklerini tanımlama ve sürekli iyileştirmeyi yürütme deneyimi.
  • CV, CA, CTRV, CTRA, Kalman filtreleri, EKF, UKF ve IMM gibi hareket tahmini ve durum kestirimi yöntemlerine aşinalık.
  • LSTM, GRU, Transformers, GNN, LaneGCN, VectorNet, HiVT, MTR veya Scene Transformer gibi derin öğrenme tahmin yöntemleriyle deneyim tercih edilir.
  • Çok modlu yörünge tahmini, davranış ve niyet tanıma, etkileşim modelleme, yörünge puanlama, belirsizlik modelleme ve güven kalibrasyonu deneyimi.
  • HD haritalar, yol topolojisi, harita eşleştirme, harita anlambilimi, rota ilişkilendirme ve harita kısıtlı aday yörünge üretimi hakkında bilgi.
  • Tahminin planlamayla nasıl bağlantılı olduğunu anlama ve tahminleri güvenlik mesafeleri, çatışma tespiti, yol verme, takip ve engellerden kaçınma için mühendislik girdilerine dönüştürebilme.
  • Madenlerde, limanlarda, endüstriyel kampüslerde, lojistik sahalarında, inşaat makinelerinde veya diğer karmaşık ve kapalı ortamlarda otonom sürüş deneyimi tercih sebebidir.
  • Karma trafik, karma araç filoları, çok araçlı koordinasyon, V2X, bulut tabanlı sevk koordinasyonu veya iş birliği yapmayan araçlar için etkileşim tahmini deneyimi tercih sebebidir.
  • Veri geri bildirim döngüleri, otomatik etiketleme, simülasyon değerlendirmesi, araç kayıtlarının tekrar oynatılması, model devreye alma ve üretim sorunlarını teşhis etme deneyimi tercih sebebidir.
  • Apollo, Autoware veya büyük ölçekli otonom sürüş platformlarındaki Tahmin modüllerine aşinalık tercih edilir.
  • Yapılandırılmamış yollarda veya harita bilgilerinin eksik ya da yerel olarak erişilemez olduğu durumlarda davranış ve yörünge tahmin etme deneyimi tercih edilir.

Yan Haklar

  • Fırsat eşitliği sunan bir işverendir.
  • Nitelikleri karşılayan her yaştan adayın başvurması teşvik edilir.
  • Yetenek topluluğuna katılma fırsatı.

İlgili İş İlanları