Staff Machine Learning Engineer, Infrastruktur

Vereinigte Staaten

Mountain View, California, United States · San Francisco, California, United States

Automatische Übersetzung. Prüfe das Original.

Über die Stelle

Waymo ist ein Unternehmen für autonome Fahrtechnologie mit der Mission, der weltweit vertrauenswürdigste Fahrer zu sein. Seit dem Start als Google Self-Driving Car Project im Jahr 2009 konzentriert sich Waymo darauf, den Waymo Driver – den erfahrensten Fahrer der Welt™ – zu entwickeln, um den Zugang zu Mobilität zu verbessern und gleichzeitig Tausende von Menschenleben zu retten, die derzeit bei Verkehrsunfällen verloren gehen. Der Waymo Driver treibt den vollautonomen Ride-Hailing-Service von Waymo an und kann auch auf eine Reihe von Fahrzeugplattformen und Produktanwendungsfällen angewendet werden. Der Waymo Driver hat über zehn Millionen Fahrten ohne menschlichen Fahrer absolviert, ermöglicht durch seine Erfahrung von über 100 Millionen autonom gefahrenen Meilen auf öffentlichen Straßen und zig Milliarden in Simulationen in über 15 US-Bundesstaaten.

Werden Sie Teil unseres ML-Infrastruktur-Engineering-Teams, das hochmoderne, ultra-realistische Multi-Agenten-Simulationen unter Verwendung von Foundation Models vorantreibt. In dieser Rolle arbeiten Sie an der Schnittstelle von ML-Infrastruktur, Foundation Models und Simulations-Engineering, mit einem besonderen Fokus auf das Schreiben von hochperformanter Geschäfts- und Simulationslogik in JAX/TensorFlow, die direkt auf TPUs läuft, um realistische Umgebungen für Reinforcement Learning (RL) zu ermöglichen.

Ihre Aufgaben

Konzeption, Aufbau und Optimierung realistischer Simulationsumgebungen und Geschäftslogik, die auf TPUs unter Verwendung von JAX und TensorFlow laufen. Implementierung und Optimierung von groß angelegten Modell- und Datenparallelisierungsstrategien für das Training und den Betrieb von Foundation Models auf TPU-Hardware.

Enge Zusammenarbeit mit Modellierungsteams zur Integration von Foundation Models in Simulationspipelines.

Vorantreiben technischer Architekturen und Systemdesigns von der Datentechnik bis zur Simulationsausführung, um Geschäfts- und Leistungsziele zu erreichen.

Profilierung von Systemen, Identifizierung von Leistungsengpässen über ML-Beschleuniger hinweg und Optimierung der End-to-End-Ausführungsgeschwindigkeit.

Übersetzung von Produkt- und Geschäftszielen in konkrete technische Anforderungen und Systemergebnisse.

Mindestanforderungen

6+ Jahre professionelle Software-Engineering-Erfahrung, davon mindestens 4 Jahre mit Fokus auf machine learning-Infrastruktur (Skalierung, Training, Optimierung und Bereitstellung von ML-Systemen im großen Maßstab).

Direkte ML-Programmiererfahrung auf TPU- und GPU-Hardware unter Verwendung von Frameworks wie JAX, PyTorch oder TensorFlow.

Nachgewiesene praktische Erfahrung in der Skalierung großer Modelle mittels Modellparallelisierung, Datenparallelisierung oder verteilten Trainingsverfahren.

Fundiertes Verständnis modernster ML-Modelle (z. B. autoregressive Transformer) und praktische Kompetenz im Umgang mit Profiling-Tools für ML-Beschleuniger zur Diagnose von Engpässen.

Nachgewiesene Fähigkeit, komplexe technische Initiativen eigenständig von Anfang bis Ende zu leiten und robuste Bibliotheken, Pipelines sowie Entwicklertools aufzubauen.

Ausgeprägte mündliche und schriftliche Kommunikationsfähigkeiten für eine effektive Zusammenarbeit in verteilten, funktionsübergreifenden Teams.

Wünschenswerte Qualifikationen

Praktische Erfahrung in Reinforcement Learning (RL), Sim2Real-Transfer oder Robotik.

Erfahrung mit verteilten ML-Frameworks und Beschleunigern wie GPU/TPU.

Fachkenntnisse in Systemen für autonomes Fahren, Multi-Agenten-Simulationen oder realistischer Weltmodellierung.

Die erwartete Basisgehaltsspanne für diese Vollzeitstelle an US-Standorten ist unten aufgeführt. Das tatsächliche Einstiegsgehalt basiert auf berufsbezogenen Faktoren, einschließlich des genauen Arbeitsortes, der Erfahrung, der relevanten Ausbildung und des Qualifikationsniveaus. Ihr Recruiter kann Ihnen während des Einstellungsprozesses mehr über die spezifische Gehaltsspanne für den Standort der Rolle mitteilen oder, falls die Rolle remote ausgeübt werden kann, über die spezifische Gehaltsspanne für Ihren bevorzugten Standort.

Mitarbeiter von Waymo sind zudem berechtigt, am diskretionären jährlichen Bonusprogramm von Waymo, am Aktienbeteiligungsplan und am großzügigen Leistungsprogramm des Unternehmens teilzunehmen, vorbehaltlich der Erfüllung der Anspruchsvoraussetzungen.

Gehaltsspanne

251,000 $—310,000 $ USD

Sprachen

Staff Machine Learning Engineer, Infrastruktur

Über die Stelle

Ihre Aufgaben

Mindestanforderungen

Wünschenswerte Qualifikationen

Gehaltsspanne

Dein nächster Jobsucht schon nach dir.

Mehr Möglichkeiten mit einem Profil

Weiter entdecken

Ingenieur für kryptografische Systeme

Kryptographischer Softwareentwickler

Senior Systems Engineer