42dot
42dot
42dot ایک موبیلٹی AI کمپنی ہے جو آٹوموٹیو ٹیکنالوجی اور لاجسٹکس کے سنگم پر کام کرتی ہے۔ اس کی سرگرمیوں کا مرکز سافٹ ویئر سے متعین گاڑیوں کی ٹیکنالوجیز، خودکار برقی گاڑیوں، اور بڑے پیمانے پر شہری نقل و حمل کے لیے درکار سافٹ ویئر و ڈیٹا کے بنیادی ڈھانچے پر ہے۔ کمپنی گاڑیوں کا سافٹ ویئر، فلیٹ ڈیٹا پلیٹ فارم، اور ادراک و کنٹرول کے لیے AI ماڈلز تیار کرتی ہے، جبکہ خودکار خدمات کے نفاذ کے لیے TAP! نامی موبیلٹی آپریٹنگ سسٹم بھی تیار کرتی ہے۔ گاڑیوں کے الیکٹرانکس اور سافٹ ویئر پر مبنی معماری پر تحقیق اور تعاون کے ذریعے 42dot کا مقصد موبیلٹی نظاموں کو زیادہ خودکار، موافق اور چلانے میں آسان بنانا ہے۔

خودکار ڈرائیونگ کے لیے ری اِنفورسمنٹ لرننگ انجینئر

42dot کے خودکار ڈرائیونگ ماڈلز کے لیے ری اِنفورسمنٹ لرننگ پالیسیاں تیار اور بہتر بنائیں۔ ڈرائیونگ کی کارکردگی بہتر بنانے کے لیے سیلف پلے سمیولیشنز، منظرناموں کے رول آؤٹس اور حفاظتی جائزے بنائیں۔

تفصیل

  • VLA پالیسیوں اور سمیولیٹرز کے درمیان مشاہدے اور عمل کے انٹرفیس ڈیزائن کریں، اور GRPO اور PPO جیسے طریقوں سے کلوزڈ لوپ ری اِنفورسمنٹ لرننگ پوسٹ ٹریننگ تیار کریں۔
  • ویکٹر یا آکیوپنسی پر مبنی ڈرائیونگ سمیولیٹرز میں سیلف پلے ٹریننگ بنائیں، جہاں ایگو گاڑی اور ٹریفک ایجنٹس موجودہ پالیسیوں اور سابقہ چیک پوائنٹس کے ساتھ تعامل کرتے ہیں۔
  • ممکنہ آئندہ منظرناموں میں امیدوار اعمال اور ٹریجیکٹری رول آؤٹس تیار کریں، پھر متوقع ریٹرن اور حفاظتی پابندیوں کی بنیاد پر اعمال منتخب کریں۔
  • کلوزڈ لوپ بینچ مارکس کے ذریعے پالیسی کی حفاظت اور تعمیم پذیری کا جائزہ لیں۔
  • ریوارڈ ہیکنگ اور سمیولیٹر کے تعصب کا تجزیہ کریں۔
  • امید افزا ری اِنفورسمنٹ لرننگ خیالات کی ڈیزائن سے بڑے پیمانے کی ٹریننگ اور سخت جانچ، پھر ڈرائیونگ ماڈلز میں انضمام تک قیادت کریں۔

تقاضے

  • مشین لرننگ، ری اِنفورسمنٹ لرننگ یا روبوٹکس میں کم از کم تین سال کا تجربہ، یا مساوی تحقیق و ترقی کی صلاحیت۔
  • پالیسی لرننگ الگورتھم نافذ کرنے اور Python اور PyTorch کے ساتھ ٹریننگ و جائزہ لینے کا تجربہ۔
  • پالیسی آپٹیمائزیشن، ریوارڈ ڈیزائن اور کریڈٹ اسائنمنٹ کی سمجھ، نیز ری اِنفورسمنٹ لرننگ کے تجربات ڈیزائن کرنے کی صلاحیت۔
  • سمولییشن یا ملٹی ایجنٹ ماحول میں پالیسیوں کی ٹریننگ اور بیس لائنز کے مقابل بہتری کی تصدیق کا تجربہ۔
  • تکنیکی مسائل پر بات چیت اور بیرون ملک دفاتر کے ساتھ تعاون کے لیے کافی انگریزی ابلاغی مہارت۔
  • سیلف پلے، ملٹی ایجنٹ ری اِنفورسمنٹ لرننگ یا پالیسی پاپولیشن ٹریننگ سسٹمز تیار کرنے کا تجربہ (ترجیحی)۔
  • VLA یا جنریٹو پالیسیوں پر GRPO یا PPO جیسے ری اِنفورسمنٹ لرننگ پوسٹ ٹریننگ طریقے استعمال کرنے کا تجربہ (ترجیحی)۔
  • ویکٹر یا آکیوپنسی پر مبنی ڈرائیونگ سمیولیٹرز میں پالیسیوں کی ٹریننگ، یا ورلڈ ماڈل پر مبنی رول آؤٹ پلاننگ تیار کرنے کا تجربہ (ترجیحی)۔
  • بڑے پیمانے کے متوازی رول آؤٹس، ڈسٹری بیوٹڈ ٹریننگ یا سم ٹو ریئل توثیق کا تجربہ (ترجیحی)۔

مراعات

  • متعلقہ قوانین کے تحت سابق فوجیوں اور روزگار کے تحفظ کے اہل افراد کو ترجیح دی جاتی ہے۔
  • رجسٹرڈ معذوری سرٹیفکیٹ رکھنے والے درخواست دہندگان کو ترجیح دی جاتی ہے۔
  • درخواست دہندہ کی رضامندی سے انٹرویو کے عمل کے بعد حوالہ جاتی جانچ کی جا سکتی ہے۔
  • تین ماہ کی آزمائشی مدت لاگو ہو سکتی ہے۔