42dot, otomotiv teknolojisi ile lojistiğin kesişiminde faaliyet gösteren bir mobilite yapay zekâ şirketidir. Çalışmaları; yazılım tanımlı araç teknolojilerine, otonom elektrikli araçlara ve ölçeklenebilir kentsel ulaşım için gereken yazılım ve veri altyapısına odaklanır. Şirket, otonom hizmetleri kullanıma sunmak için geliştirdiği mobilite işletim sistemi TAP! ile birlikte araç yazılımları, filo veri platformları ve algılama ile kontrol süreçlerine yönelik yapay zekâ modelleri geliştirir. 42dot, araç elektroniği ve yazılım öncelikli mimariler üzerine araştırma ve iş birlikleri aracılığıyla mobilite sistemlerini daha otonom, uyarlanabilir ve işletilmesi daha kolay hâle getirmeyi amaçlar.
Pekiştirmeli Öğrenme Mühendisi, Otonom Sürüş
42dot’un otonom sürüş modelleri için pekiştirmeli öğrenme politikaları geliştirip optimize edin. Sürüş performansını iyileştirmek için kendi kendine oynama simülasyonları, senaryo açılımları ve güvenlik değerlendirmeleri oluşturun.
Açıklama
- VLA politikaları ile simülatörler arasındaki gözlem ve eylem arayüzlerini tasarlayın; GRPO ve PPO gibi yöntemlerle kapalı döngü pekiştirmeli öğrenme son eğitim süreçleri geliştirin.
- Ego aracı ve trafik katılımcılarının mevcut politikalarla ve önceki kontrol noktalarıyla etkileşime girdiği, vektör veya doluluk tabanlı sürüş simülatörlerinde kendi kendine oynama eğitimi oluşturun.
- Olası gelecek senaryoları için aday eylem ve yörünge açılımları geliştirin; ardından beklenen getiri ve güvenlik kısıtlarını kullanarak eylemleri seçin.
- Politika güvenliğini ve genelleme kabiliyetini kapalı döngü kıyaslamalarıyla değerlendirin.
- Ödül manipülasyonunu ve simülatör yanlılığını analiz edin.
- Umut vadeden pekiştirmeli öğrenme fikirlerini tasarımdan büyük ölçekli eğitime ve titiz değerlendirmeye, ardından sürüş modellerine entegrasyona kadar yönetin.
Gereksinimler
- Makine öğrenmesi, pekiştirmeli öğrenme veya robotik alanında en az üç yıllık deneyim ya da eşdeğer araştırma ve geliştirme yetkinliği.
- Politika öğrenme algoritmalarını uygulama ve Python ile PyTorch kullanarak eğitim ve değerlendirme yürütme deneyimi.
- Politika optimizasyonu, ödül tasarımı ve katkı ataması konularını anlama ve pekiştirmeli öğrenme deneyleri tasarlayabilme.
- Simülasyonda veya çok etmenli ortamlarda politika eğitme ve iyileştirmeleri temel yöntemlerle karşılaştırarak doğrulama deneyimi.
- Teknik konuları tartışmaya ve yurt dışı ofislerle iş birliği yapmaya yetecek düzeyde İngilizce iletişim becerisi.
- Kendi kendine oynama, çok etmenli pekiştirmeli öğrenme veya politika popülasyonu eğitim sistemleri geliştirme deneyimi (tercih sebebidir).
- GRPO veya PPO gibi pekiştirmeli öğrenme son eğitim yöntemlerini VLA ya da üretken politikalara uygulama deneyimi (tercih sebebidir).
- Vektör veya doluluk tabanlı sürüş simülatörlerinde politika eğitme ya da dünya modeli tabanlı açılım planlaması geliştirme deneyimi (tercih sebebidir).
- Büyük ölçekli paralel açılımlar, dağıtık eğitim veya simülasyondan gerçeğe doğrulama deneyimi (tercih sebebidir).
Yan Haklar
- İlgili yasalar kapsamında istihdam korumasından yararlanmaya uygun gazilere ve kişilere öncelik verilir.
- Kayıtlı engellilik belgesi bulunan adaylara öncelik verilir.
- Mülakat sürecinin ardından adayın onayıyla referans kontrolü yapılabilir.
- Üç aylık bir deneme süresi uygulanabilir.