Senior Software Engineer, Perception State Estimation

Latitude AI (lat.ai) est à l'avant-garde de la technologie de conduite automatisée, développant des systèmes d'assistance à la conduite sans les mains et sans les yeux spécialement pour les véhicules Ford de nouvelle génération. Nous nous engageons à transformer l'expérience de conduite, rendant les voyages plus sûrs, moins stressants et plus agréables pour tout le monde.

Lorsque vous rejoignez l'équipe du Latitude AI, vous travaillez avec des experts de premier plan dans divers domaines tels que l'apprentissage automatique, la robotique, les plateformes cloud, la cartographie, les capteurs, les systèmes informatiques, les opérations de test, les systèmes et l'ingénierie de la sécurité. Ensemble, nous faisons une véritable différence positive sur l'expérience de conduite pour des millions de personnes.

En tant que filiale de Ford Motor Company, nous opérons de manière indépendante pour apporter des innovations rapides dans la technologie de conduite automatisée. Notre siège est à Pittsburgh, avec des centres d'ingénierie à Dearborn, MI, et Palo Alto, CA.

L'équipe State Estimation de Latitude AI est composée de professionnels très qualifiés spécialisés en suivi multi-objet, estimation de scène et technologie d'apprentissage automatique. Nous collaborons pour créer des filtres bayésiens avancés, des modèles graphiques et des modèles d'apprentissage profond. Notre travail est crucial pour suivre temporellement des acteurs statiques et dynamiques ainsi que pour estimer les caractéristiques de la route. Nos modèles et systèmes interagissent avec les consommateurs d'autonomie en aval, y compris la planification de mouvements, la prédiction et la localisation.

• Développer des modèles d'apprentissage automatique et des algorithmes bayésiens pour le suivi multi-objet, l'estimation d'état et l'estimation d'incertitude.
• Créer des modèles d'apprentissage profond avec fusion temporelle pour l'estimation de l'état de la scène, y compris l'occupation, la visibilité, le mouvement (vitesse) et l'incertitude.
• Concevoir et développer des algorithmes pour l'estimation des caractéristiques de la route, telles que les lignes de voie et les limites de vitesse, ainsi que l'estimation de la forme globale de la route.
• Rester à jour avec les recherches récentes, analyser les données brutes et concevoir des solutions de pointe.
• Transférer les solutions du laboratoire aux environnements de test réels, en garantissant une mise en œuvre réussie de qualité production.
• Collaborer avec des experts en perception et des spécialistes de la robotique sur la conception des algorithmes, le prototypage, les tests, le déploiement et la productisation.
• Maintenir des pratiques et des principes de développement logiciel de pointe dans l'industrie.
• Développer des logiciels propres et efficaces pour les modules de perception, en assurant une interaction fluide avec d'autres modules clés.
• Faire preuve d'initiative et contribuer en tant que membre apprécié de l'équipe dans un environnement dynamique et innovant.

• Diplôme de licence en ingénierie informatique, en informatique, en génie électrique, en robotique ou dans un domaine connexe avec plus de 4 ans d'expérience pertinente (ou diplôme de master avec plus de 2 ans d'expérience pertinente, ou doctorat).
• Connaissances approfondies en apprentissage automatique avec une expérience prouvée dans le développement et le déploiement de solutions d'apprentissage profond utilisant des frameworks tels que PyTorch ou TensorFlow.
• Expérience dans le développement de systèmes de suivi multi-objet utilisant des algorithmes classiques ou d'apprentissage automatique.
• Maîtrise de l'apprentissage profond, des filtres bayésiens et des algorithmes d'optimisation.
• Expérience dans la livraison de produits logiciels de perception à l'industrie ou aux consommateurs.
• Au moins 4 ans d'expérience de développement dans des environnements Python et C++.

• Doctorat avec un focus sur l'apprentissage automatique ou expérience équivalente.
• Expérience dans le développement et le déploiement de modèles de vision par ordinateur temporelle, tels que la reconnaissance d'activité vidéo ou l'utilisation de plusieurs images pour améliorer les résultats des tâches.

Chez Latitude