Di Serve Robotics, kami membayangkan kembali cara berbagai hal berpindah di perkotaan. Robot trotoar kami yang mudah berinteraksi merupakan visi kami untuk masa depan. Robot ini dirancang untuk mengalihkan pengiriman dari jalanan yang padat, membuat layanan pengiriman tersedia bagi lebih banyak orang, serta memberikan manfaat bagi bisnis lokal. Armada Serve telah memukau para pedagang, pelanggan, dan pejalan kaki di Los Angeles, Miami, Dallas, Atlanta, dan Chicago melalui layanan pengiriman komersial. Kami mencari individu berbakat yang akan mengembangkan pengiriman robotik dari sesuatu yang mengejutkan dan baru menjadi layanan yang efisien dan tersedia secara luas. Kami adalah para veteran industri teknologi di bidang perangkat lunak, perangkat keras, dan desain yang menggabungkan keahlian untuk membangun masa depan yang ingin kami tinggali. Kami memecahkan masalah dunia nyata dengan memanfaatkan robotika, machine learning, computer vision, dan disiplin lainnya, dengan perhatian yang cermat terhadap pengalaman pengguna secara menyeluruh. Tim kami gesit, beragam, dan penuh semangat. Kami percaya bahwa cara terbaik untuk memecahkan masalah kompleks dan dinamis adalah melalui kolaborasi yang saling menghormati. Posisi ini mengembangkan dan menskalakan sistem pelatihan machine learning berskala besar untuk data robotika multimodal, sehingga memungkinkan pembuatan model otonomi berperforma tinggi. Dengan mengoptimalkan pipeline pelatihan terdistribusi, arsitektur jaringan saraf, dan alur kerja pemrosesan data, posisi ini meningkatkan efisiensi pelatihan, mempercepat iterasi model, dan memaksimalkan pemanfaatan GPU. Posisi ini bekerja sama erat dengan peneliti ML dan tim infrastruktur, serta memengaruhi desain, penerapan, dan performa model otonomi end-to-end beserta pipeline data berskala besar yang mendukungnya. Tanggung jawab: Merancang dan memelihara sistem pelatihan yang dapat memproses serta belajar dari dataset multimodal berskala petabyte, seperti data video dan point cloud. Ini mencakup memastikan data dimuat, didistribusikan, dan diproses secara efisien di berbagai cluster GPU besar. Mengidentifikasi dan mengatasi bottleneck dalam pipeline pelatihan, termasuk pemuatan data, preprocessing, komputasi model, dan komunikasi antarnode, untuk memaksimalkan pemanfaatan GPU dan mengurangi waktu pelatihan. Bekerja sama dengan tim ML untuk mengembangkan dan menyempurnakan arsitektur jaringan saraf yang sesuai untuk tugas otonomi, khususnya arsitektur yang menangani data sensor berdimensi tinggi dan berurutan. Membuat dan menyesuaikan fungsi loss serta strategi pelatihan yang membantu model belajar secara efektif dari input multimodal yang kompleks dan meningkatkan performa otonomi. Mengonfigurasi, memantau, dan memelihara pekerjaan pelatihan terdistribusi berskala besar di berbagai mesin dan GPU, dengan memastikan stabilitas, toleransi terhadap kegagalan, dan penggunaan sumber daya yang efisien. Menerapkan sistem yang dapat diskalakan untuk melakukan preprocessing, transformasi, dan augmentasi dataset robotika berskala besar agar sesuai untuk pelatihan model. Bekerja sama erat dengan ilmuwan ML dan engineer lainnya untuk mengintegrasikan model, eksperimen, dan pendekatan pelatihan baru ke dalam pipeline pelatihan produksi. Menganalisis metrik pelatihan, keluaran model, dan log eksperimen untuk menilai performa model serta mengarahkan peningkatan pada arsitektur, penggunaan data, atau strategi pelatihan. Mengembangkan alat dan alur kerja yang memungkinkan tim menjalankan eksperimen, melacak hasil, serta melakukan iterasi dengan cepat pada ide model atau pendekatan pelatihan baru. Kualifikasi: Gelar Master atau PhD di bidang Ilmu Komputer, Robotika, Teknik Elektro, Machine Learning, atau disiplin teknis terkait. Minimal 5 tahun pengalaman profesional dalam mengembangkan, melatih, dan menerapkan model machine learning di lingkungan produksi. Pengalaman langsung melatih model machine learning di berbagai GPU atau node komputasi, termasuk pemahaman tentang framework pelatihan terdistribusi dan penanganan dataset berskala besar. Kemampuan pemrograman yang kuat dalam Python untuk menerapkan model machine learning, pipeline data, dan alur kerja pelatihan. Pengetahuan yang solid tentang konsep inti seperti jaringan saraf, algoritme optimisasi, fungsi loss, evaluasi model, dan metodologi pelatihan. Hal yang membuat Anda menonjol: Pengalaman mengidentifikasi dan mengatasi bottleneck pelatihan yang berkaitan dengan pemanfaatan komputasi, penggunaan memori, dan throughput data dalam sistem machine learning. Pengalaman melatih model machine learning menggunakan dataset robotika atau kendaraan otonom yang melibatkan input sensor multimodal seperti video kamera, point cloud LiDAR, radar, atau data telemetri. Pengalaman mengembangkan model yang menggabungkan berbagai modalitas data, seperti gambar, point cloud, dan data sensor terstruktur, ke dalam satu sistem pembelajaran terpadu. Publikasi yang telah melalui peer review atau kontribusi riset signifikan dalam machine learning, robotika, atau bidang terkait. Harap diperhatikan: Rentang gaji pokok yang tercantum berlaku bagi kandidat yang berbasis di AS. Kompensasi dapat berbeda-beda tergantung lokasi, pengalaman, dan kesesuaian dengan posisi. Kami terbuka bagi kandidat berkualifikasi yang bekerja secara remote di Kanada. Kanada - SEMUA: $177k - $215k CAD

Lead Machine Learning Engineer

Deskripsi Pekerjaan

Ringkasan

Lowongan Terkait Lainnya

Analytics and Insights Lead (CX)

Research Engineer - Data Infrastructure

Senior Machine Learning Engineer, Ads - Quora

Senior Data Analyst, GTM Analytics - US