通用汽車自動駕駛車輛模擬方向人工智慧與機器學習工程師博士實習生
通用汽車博士實習職位,專注於自動駕駛車輛機器學習模型的研究與驗證。 工作涵蓋模擬、資料系統與評估工具,支援面向量產的自動駕駛能力。
說明
- 開發並製作用於感知、預測、規劃與決策的先進機器學習方法原型
- 使用大規模多模態駕駛與感測器資料集建立、訓練、評估及改進模型
- 開發支援模型快速迭代的資料管線、實驗工作流程與評估工具
- 透過模擬及其他驗證方法測試模型,包括效能分析與失效調查
- 針對可擴展性、延遲、可靠性與部署需求改進模型及系統
- 與研究及工程團隊合作,將原型整合至自動駕駛車輛系統
- 記錄研究成果、傳達技術結論,並支援論文發表或其他研究交付成果
職位要求
- 目前正於電腦科學、機器學習、人工智慧、機器人學、工程學或相關 STEM 領域攻讀全日制博士學位
- 實習結束後至少還需剩餘一個學季或學期
- 透過論文、研究專案、高階課程或同等技術工作展現豐富的人工智慧與機器學習研究經驗
- 熟練掌握現代機器學習與深度學習技術
- 精通 Python 程式設計,並具備使用 PyTorch、TensorFlow、JAX 或同類機器學習框架的實務經驗
- 能夠設計實驗、解讀結果,並運用定量問題解決方法
- 具備扎實的程式設計、除錯與軟體開發基礎
- 能有效溝通,並與研究及工程團隊協作
- 實習期間每週可工作 40 小時
- 優先考慮:具備自動駕駛車輛、ADAS、機器人學、電腦視覺或具身人工智慧研究經驗
- 優先考慮:熟悉基礎模型、Transformer、生成模型或擴散模型,或視覺語言架構
- 優先考慮:具備多模態攝影機、光達、雷達或其他感測器資料經驗
- 優先考慮:具備自我監督學習、模仿學習、強化學習或深度強化學習經驗
- 優先考慮:具備分散式、平行或高效能運算環境經驗
- 優先考慮:具備機器學習系統、資料管線、實驗框架或面向生產的模型基礎設施背景
- 優先考慮:具備模擬、閉迴路環境或針對真實駕駛情境進行驗證的經驗
- 優先考慮:了解軌跡預測、行為規劃、運動規劃、感知、建圖或結構化場景理解
- 優先考慮:熟悉 C++ 或其他系統程式語言
- 優先考慮:具備 GPU 程式設計、CUDA、加速器框架或效能分析經驗
- 優先考慮:了解數值最佳化、統計估計、機率建模及系統層級的取捨分析
- 優先考慮:擁有第一作者論文、研究補助、獎學金、專利或開源貢獻
福利待遇
- 享有美國通用汽車安排的帶薪假日
- 可參加通用汽車 Family First 車輛折扣計畫
- 根據工作成果,未來可能在通用汽車獲得發展機會
- 參加與公司領導及其他實習生交流的實習活動
- 符合資格的學生可獲得一次性應稅總額津貼,以協助搬遷
