Machine Learning Engineer

WeRide jest nowoczesnym start-upem zajmującym się inteligentną mobilnością, który ma na celu zrewolucjonizowanie transportu za pomocą technologii autonomicznej jazdy. Naszą misją jest stworzenie bezpiecznego, wydajnego, przystępnego cenowo i przyjemnego doświadczenia transportowego. Nasz zespół składa się z elitarnych przedsiębiorców i technologów, którzy podzielają pasję do doskonałości i innowacji.

WeRide koncentruje się na opracowywaniu zaawansowanych algorytmów autonomicznej jazdy i systemów oceny, aby usprawnić i zoptymalizować naszą technologię. W miarę dojrzewania modeli end-to-end, dążymy do integracji zaawansowanych technik modelowania w zadaniach autonomicznej jazdy, takich jak planowanie trasy, generowanie scen i rekonstrukcja scen na podstawie danych na dużą skalę.

Wielozadaniowe planowanie: Projektowanie i optymalizacja algorytmów planowania trasy w celu tworzenia realistycznych trajektorii ruchu, modelowania interakcji między wieloma agentami w złożonych środowiskach.

Rekonstrukcja 3D: Opracowywanie i udoskonalanie algorytmów rekonstrukcji 3D w celu tworzenia precyzyjnych modeli środowiskowych na podstawie różnych źródeł danych z czujników.

Model Świata: Tworzenie i utrzymywanie modelu świata pojazdu poprzez integrację danych z czujników w celu poprawy możliwości symulacji end-to-end dla autonomicznej jazdy.

Współpraca: Ścisła współpraca z zespołami międzydziałowymi, w tym z zakresu percepcji, kontroli i inżynierii oprogramowania, aby wspierać postępy projektów.

Analiza i optymalizacja wydajności: Przeprowadzanie analiz i optymalizacji wydajności algorytmów w celu zapewnienia wysokiej efektywności i niezawodności w rzeczywistych zastosowaniach.

Badania i innowacje: Pozostawanie na bieżąco z najnowszymi badaniami i postępami technologicznymi w celu ciągłego doskonalenia i wprowadzenia innowacji w nasze systemy.

Wykształcenie: Magister lub doktorat z informatyki, inżynierii elektrycznej, robotyki lub pokrewnej dziedziny.

Doświadczenie: Co najmniej 5 lat doświadczenia w dziedzinach związanych z autonomiczną jazdą, robotyką lub rozwojem modeli pokrewnych.

Umiejętności techniczne: Biegłość w językach programowania takich jak C++ i Python; silne zdolności w projektowaniu i implementacji algorytmów.

Wiedza specjalistyczna: Dogłębne zrozumienie i praktyczne doświadczenie w planowaniu trasy, rekonstrukcji 3D i modelowaniu środowiskowym.

Uczenie maszynowe: Znajomość głębokiego uczenia, uczenia przez wzmocnienie i innych technik uczenia maszynowego.

Matematyka i statystyka: Silne podstawy matematyczne i statystyczne, zdolność do przeprowadzania złożonej analizy i optymalizacji algorytmów.

Współpraca zespołowa: Orientacja na pracę zespołową z doskonałymi umiejętnościami komunikacyjnymi, zdolność do efektywnej współpracy z kolegami z różnych dziedzin.

Innowacja: Innowacyjne podejście z zdolnością do proaktywnego proponowania nowych rozwiązań i usprawnień.

Publikacje naukowe: Publikacje w czołowych konferencjach akademickich lub czasop