The MITRE Corporation
Waymo
Staff ML Engineer, Generative Model Performance & Efficiency
Über die Stelle
Waymo ist ein Unternehmen für autonome Fahrtechnologie mit der Mission, der weltweit vertrauenswürdigste Fahrer zu sein. Seit seiner Gründung als Google Self-Driving Car Project im Jahr 2009 konzentriert sich Waymo auf den Aufbau des Waymo Drivers – The World's Most Experienced Driver™ –, um den Zugang zur Mobilität zu verbessern und gleichzeitig Tausende von Leben zu retten, die durch Verkehrsunfälle verloren gehen. Der Waymo Driver treibt den vollautonomen Ride-Hail-Service von Waymo an und kann auch auf eine Reihe von Fahrzeugplattformen und Produktanwendungsfälle angewendet werden. Der Waymo Driver hat über zehn Millionen reine Fahrgastfahrten ermöglicht, gestützt auf seine Erfahrung im autonomen Fahren von über 100 Millionen Meilen auf öffentlichen Straßen und zig Milliarden in Simulationen in über 15 US-Bundesstaaten.
Waymo ist ein Unternehmen für autonome Fahrtechnologie mit der Mission, der weltweit vertrauenswürdigste Fahrer zu sein. Seit seiner Gründung als Google Self-Driving Car Project im Jahr 2009 konzentriert sich Waymo auf den Aufbau des Waymo Drivers – The World's Most Experienced Driver™ –, um den Zugang zur Mobilität zu verbessern und gleichzeitig Tausende von Leben zu retten, die durch Verkehrsunfälle verloren gehen. Der Waymo Driver treibt den vollautonomen Ride-Hail-Service von Waymo an und kann auch auf eine Reihe von Fahrzeugplattformen und Produktanwendungsfälle angewendet werden. Der Waymo Driver hat über zehn Millionen reine Fahrgastfahrten ermöglicht, gestützt auf seine Erfahrung im autonomen Fahren von über 100 Millionen Meilen auf öffentlichen Straßen und zig Milliarden in Simulationen in über 15 US-Bundesstaaten.
Das Simulator-Team bei Waymo entwickelt hochmoderne Simulationen realistischer Umgebungen für das Testen, Training und die Validierung des Waymo Drivers. Unser Team ist eine vielfältige und kollaborative Gruppe von machine learning (ML)-Ingenieuren, Softwareingenieuren und ML-Forschungsingenieuren. Wir entwickeln branchenführende Simulationslösungen mithilfe fortschrittlicher generativer und rekonstruktiver ML-Algorithmen, um die reale Welt zu modellieren, einschließlich realistischer Agenten, Straßen, Verkehrssysteme, Wetter und der gesamten Sensorik (Kamera, Lidar, Radar).
Um die Genauigkeit, Skalierbarkeit, Steuerbarkeit und den Detailreichtum unserer Simulationen zu steigern, verschieben wir die Grenzen des 3D-Weltmodellings. Wir nutzen modernste ML-Technologien, die auf umfangreichen Datensätzen trainiert wurden, um dynamische und semantisch reichhaltige virtuelle Welten zu erschaffen, die die Entwicklung und Validierung des Waymo Drivers direkt beeinflussen.
In dieser Rolle berichten Sie an einen Senior Staff Engineering Manager.
Sie werden
- Modellarchitekturen analysieren und Engpässe bei Trainings- und Inferenzleistung identifizieren (z. B. Speicherbandbreite, Rechenleistung, Kommunikation).
- Techniken wie Quantisierung (z. B. FP8, INT4), Pruning, Knowledge Distillation und effiziente Aufmerksamkeitsmechanismen anwenden und entwickeln.
- Modellcode für spezifische Hardwarebeschleuniger (TPUs, GPUs) optimieren, indem Compilerfunktionen und Low-Level-Bibliotheken (z. B. XLA) genutzt werden.
- Verschiedene Modellpartitionierungs- und Sharding-Strategien (z. B. Daten-, Tensor-, Pipeline-Parallelität, Expert-Parallelität) experimentell untersuchen, um Skalierbarkeit und Effizienz zu verbessern.
- Low-Latency-, High-Throughput-Serving-Lösungen für generative Modelle entwerfen und implementieren sowie Trainingspipelines optimieren, um die Trainingszeit zu verkürzen.
- Tools für die Leistungsanalyse, das Profiling (z. B. xprof) und das Debugging von ML-Modellen erstellen und pflegen.
Sie haben
- Master-Abschluss oder Promotion in Informatik, Machine Learning, Robotik oder einem verwandten Fachgebiet.
- 5+ Jahre Erfahrung mit deep learning-Architekturen (insbesondere Transformer, Diffusionsmodelle, MoEs), Algorithmen und Optimierungstechniken.
- Beherrschung von JAX, Flax und potenziell TensorFlow/PyTorch.
- Expertise im Einsatz von Profiling-Tools (z. B. XProf, Perfetto, NVIDIA Nsight) zur Diagnose von Leistungsproblemen in ML-Workloads.
- Praktische Erfahrung mit Quantisierung, Pruning, Destillation und anderen Methoden zur Modellkomprimierung.
- Starke Programmierkenntnisse in Python und potenziell C++ mit Erfahrung in Best Practices der Softwareentwicklung.
Wir bevorzugen
- Kenntnisse von TPU- und GPU-Architekturen und wie man Code dafür optimiert.
- Vertrautheit mit ML-Compilern wie XLA und Verständnis dafür, wie sie High-Level-Code in effiziente Hardware-Instruktionen übersetzen.
- Verständnis von Konzepten im Zusammenhang mit dem Training und Serving von Modellen über mehrere Geräte und Maschinen hinweg.
- Erfahrung in der Mitarbeit an Frameworks und Bibliotheken, die die Trainingsgeschwindigkeit und Skalierbarkeit verbessern (z. B. JAX, Gemax, XManager).
Das erwartete Grundgehalt für diese Vollzeitstelle an verschiedenen Standorten in den USA liegt im unten angegebenen Bereich. Das tatsächliche Einstiegsgehalt richtet sich nach berufsbezogenen Faktoren, einschließlich des genauen Arbeitsortes, der Erfahrung, der relevanten Ausbildung und des Qualifikationsniveaus. Ihr Recruiter kann Ihnen während des Einstellungsprozesses weitere Informationen zum spezifischen Gehaltsrahmen für den jeweiligen Standort oder, falls die Stelle remote ausgeführt werden kann, zum spezifischen Gehaltsrahmen für Ihren bevorzugten Standort geben.
Gehaltsspanne $251,000—$310,000 USD
Mitarbeiter von Waymo sind außerdem berechtigt, am diskretionären jährlichen Bonusprogramm von Waymo, am Aktienoptionsprogramm und am großzügigen Leistungsprogramm des Unternehmens teilzunehmen, vorbehaltlich der Teilnahmevoraussetzungen.
