Vereinigte Staaten
HEARTLAND BUSINESS SYSTEMS LLC
Wayve
Applied Scientist / Machine Learning Engineer
Vereinigte Staaten
Sunnyvale, California, United States
PythonGo
Automatische Übersetzung. Prüfe das Original.
ÜBER UNS
Gegründet im Jahr 2017, ist Wayve der führende Entwickler von Embodied AI-Technologie. Unsere fortschrittliche KI-Software und Foundation Models ermöglichen es Fahrzeugen, jede komplexe Umgebung wahrzunehmen, zu verstehen und zu navigieren, wodurch die Nutzbarkeit und Sicherheit von automatisierten Fahrsystemen verbessert wird.
Unsere Vision ist es, Autonomie zu schaffen, die die Welt vorantreibt. Unsere intelligenten, kartenlosen und hardware-agnostischen KI-Produkte sind für Automobilhersteller konzipiert und beschleunigen den Übergang vom assistierten zum automatisierten Fahren.
In unserem schnelllebigen Umfeld entfachen große Probleme unsere Leidenschaft – wir nehmen Unsicherheit an, und stellen uns komplexen Herausforderungen, um bahnbrechende Lösungen zu erschließen. Wir streben nach Höherem und bleiben dabei bescheiden in unserem Streben nach Exzellenz, lernen und entwickeln uns ständig weiter, indem wir den Weg für eine intelligentere, sicherere Zukunft ebnen.
Bei Wayve zählen Ihre Beiträge. Wir schätzen Vielfalt, begrüßen neue Perspektiven und fördern ein inklusives Arbeitsumfeld; wir unterstützen uns gegenseitig, um Wirkung zu erzielen.
Machen Sie Wayve zu der Erfahrung, die Ihre Karriere definiert!
Wayve entwickelt Embodied AI für die physische Welt, beginnend mit autonomem Fahren. Anstelle der handgefertigten, modularen Stacks, die die erste Ära des autonomen Fahrens definierten, haben wir AV2.0 eingeführt: ein einziges, End-to-End-neuronales Netz, das lernt, von rohen Sensordaten aus zu fahren und sich auf neue Städte, Fahrzeuge und Bedingungen verallgemeinert. Unsere Foundation Models, die GAIA-Familie generativer Weltmodelle und die LINGO-Familie von Vision-Language-Action-Modellen, ermöglichen es Fahrzeugen, in der offenen Welt wahrzunehmen, zu schlussfolgern und zu handeln. Wir sind in Hunderten von Städten auf drei Kontinenten Zero-Shot gefahren und skalieren nun von der wissenschaftlichen Beweisführung zur Implementierung mit führenden Automobilherstellern und Mobilitätspartnern, darunter Nissan, Stellantis und Uber.
Die Rolle
Diese Rolle ist in der AI Platform Organisation angesiedelt, im Data Flywheel, das jedes von uns ausgelieferte Modell antreibt. Die These ist einfach und kumulativ: Je intelligenter wir die reale Fahrerfahrung kuratieren, anreichern und bewerten, die unsere Flotte generiert, desto schneller verbessern sich unsere Foundation Models und desto weiter verallgemeinern sie über Geografien, Ausprägungen und OEM-Plattformen hinweg. Mit zunehmender Skalierung der Bereitstellung verlagert sich der Engpass von der reinen Modellkapazität zur Qualität und Intelligenz der Daten-Engine und zur Strenge, mit der wir Fortschritte messen. Das ist das Problem, das Sie verantworten werden.
Dies ist eine duale Rolle: Wir stellen entweder einen Applied Scientist oder einen Machine Learning Engineer ein, auf TC3 (Senior) oder TC4 (Staff / Tech Lead), kalibriert auf Ihren Hintergrund. Wir sind offen für Spezialisierungen. Es gibt drei Bereiche, in die wir einstellen, und Sie können sich in jedem davon vertiefen:
- Datenkuratierung: Fördern Sie weltweite Flottendaten für seltene, Long-Tail- und sicherheitskritische Momente, die das Modell voranbringen.
- Datenanreicherung: Verwandeln Sie rohe Fahrerlebnisse durch (semi-)automatisierte Anreicherung, Kennzeichnung und Datenqualität im großen Maßstab in hochgradig aussagekräftige Trainingsdaten.
- Bewertung von Foundation Models: Definieren Sie, wie wir wissen, dass ein Fahr-Foundation-Model tatsächlich besser wird, offline und im Closed Loop.
Im Tagesgeschäft umfasst die Rolle auch den breiteren Foundation-Model-Stack, einschließlich Vision-Language-Action- und Vision-Language-Modellen für Embodied AI, World Modeling, Policy Learning, Reinforcement Learning und Reward Modeling.
Hauptverantwortlichkeiten
- Fördern Sie weltweite Flottendaten auf seltene, Long-Tail- und sicherheitskritische Ereignisse mittels Active Learning, Smart Sampling und Embedding-basierter Retrieval- und Deduplizierung. *
- Ermitteln Sie, was ein gutes Trainingsdatenset ausmacht: Welche Daten, Mischung und Balance bewegen das Modell tatsächlich, und wandeln Sie dies in wiederholbare Kuration über Städte, Sensor-Rigs und Ausprägungen hinweg um. *
- Erstellen Sie hochwertige Anreicherungen, auf die Teams im gesamten Unternehmen angewiesen sind, durch (semi-)automatisierte Anreicherungs- und Kennzeichnungspipelines und Datenqualität im großen Maßstab. *
- Erstellen und verfeinern Sie vortrainierte Modelle im großen Maßstab und führen Sie kleinere Experimente durch, um Ideen zu testen und Risiken zu mindern, bevor Sie ernsthaften Rechenaufwand betreiben. *
- Helfen Sie beim Aufbau des besten Embodied VLM / VLA der Welt für das Fahren (die LINGO-Reihe): treiben Sie multimodale Wahrnehmung, Schlussfolgerung, Sprache und Aktion voran. *
- Entwerfen Sie rigorose Offline- und Closed-Loop-Evaluierung: Metriken und Benchmarks, die mit dem realen Fahrverhalten und der Sicherheit korrelieren, mit gezielter Abdeckung seltener und sicherheitskritischer Szenarien. *
- Nutzen Sie World-Model-basiertes Evaluation (GAIA), um kontrafaktische „Was wäre wenn“-Szenarien sicher, wiederholbar und im großen Maßstab zu untersuchen. *
- Tragen Sie über den gesamten Foundation-Model-Stack hinweg bei, je nach Bedarf der Arbeit: generative Weltmodelle (GAIA), Policy Learning, Reinforcement Learning und Reward Modeling.
Über Sie
Voraussetzungen
- Ein Master-Abschluss mit etwa 6 oder mehr Jahren relevanter Erfahrung oder eine Promotion mit 2 oder mehr Jahren in Informatik, machine learning, Robotik, Mathematik oder einem verwandten Bereich (erforderlich).
- Starke ML- und Software-Grundlagen sowie eine Erfolgsbilanz bei der Überführung von ML von der Forschung in Produktionssysteme, die im großen Maßstab laufen.
- Praktische Stärke in einem oder mehreren der folgenden Bereiche: Datenkuratierung, Training von Foundation Models, groß angelegte Datenverarbeitung und Bewertung von Foundation Models (z. B. Bewertung von LLMs oder ähnlichen großen Modellen).
- Erfahrung mit großen Datenmengen und/oder großen neuronalen Netzen sowie das Urteilsvermögen, zu wissen, welche Experimente und welche Daten tatsächlich wichtig sind.
- Fließende Kenntnisse in Python und einem modernen Deep-Learning-Framework (PyTorch oder ähnlich) sowie Komfort im Umgang mit großen, unordentlichen, realen Datensätzen.
Wünschenswert
- Autonomes Fahren, Robotik oder andere Embodied-AI-Domänen.
- Foundation Models, VLMs, Weltmodelle, Diffusions- oder autoregressive generative Modelle oder Reinforcement Learning und Reward Modeling.
- Große Dateninfrastrukturen: Embedding und Vektorsuche (z. B. turbopuffer, Milvus), verteilte Datenverarbeitung (Ray Data, Daft, Spark), Lakehouse-Formate (Lance, Iceberg) oder Annotationstools.
- Closed-Loop- oder simulationsbasierte Evaluierung und sicherheitskritische ML.
- Veröffentlichungen auf Top-ML-, CV- oder Robotik-Veranstaltungen (NeurIPS, ICML, ICLR, CVPR, CoRL, RSS).
Dies ist eine Vollzeitstelle in unserem Büro in Sunnyvale. Bei Wayve möchten wir das Beste aus allen Welten, daher betreiben wir eine hybride Arbeitsrichtlinie, die Zeit in unseren Büros und Werkstätten kombiniert, um Innovation, Kultur, Beziehungen und Lernen zu fördern, und Zeit, die von zu Hause aus gearbeitet wird.
Das vernünftigerweise geschätzte Gehalt für diese Stelle reicht von $311,850 bis $370,000, plus ein wettbewerbsfähiges Aktienpaket. Die tatsächliche Vergütung basiert auf den Fähigkeiten, Qualifikationen und Erfahrungen des Kandidaten.
Wayve setzt sich für die Schaffung eines inklusiven Interviewerlebnisses ein. Wenn Sie Unterstützung oder Anpassungen benötigen, um vollständig an unserem Interviewprozess teilzunehmen, lassen Sie es uns bitte wissen.
Wir verstehen, dass jeder über einzigartige Fähigkeiten und Erfahrungen verfügt und dass nicht jeder alle oben genannten Anforderungen erfüllt. Wenn Sie sich für selbstfahrende Autos begeistern und glauben, dass Sie das Zeug dazu haben, einen positiven Einfluss auf die Welt zu nehmen, ermutigen wir Sie, sich zu bewerben.
Bei Wayve setzen wir uns für die Schaffung einer vielfältigen, fairen und respektvollen Kultur ein, die inklusiv für alle ist, basierend auf ihren einzigartigen Fähigkeiten und Perspektiven, und unabhängig von Geschlecht, Rasse, Religion oder Weltanschauung, ethnischer oder nationaler Herkunft, Behinderung, Alter, Staatsbürgerschaft, Familienstand, Lebenspartnerschaftsstatus, sexueller Orientierung, Geschlechtsidentität, Veteranenstatus, Schwangerschaft oder damit verbundenem Zustand (einschließlich Stillen) oder einer anderen gesetzlich geschützten Grundlage.
Weitere Informationen finden Sie unter Karrieren bei Wayve. wayve.ai/careers/
Um mehr darüber zu erfahren, was uns antreibt, besuchen Sie Werte bei Wayve wayve.ai/careers/
Nur für US-Kandidaten: Besuchen Sie bitte E-Verify Notice drive.google.com/file/d/1N46n3iN0AG8EPEO-hCanyyv7hzz8KgT_/view?usp=sharing und Participation and Right to Work ussc.gov/sites/default/files/pdf/employment/RightToWork.pdf
--------------------------------------------------------------------------------
HAFTUNGSAUSSCHLUSS: Wir werden in unseren Stellenanzeigen oder Vorstellungsgesprächen keine Fragen zu Ehe oder Schwangerschaft, Betreuungsaufgaben oder Behinderungen stellen. Wir erfassen jedoch Informationen zu Betreuungsaufgaben und Behinderungen sowie andere Diversitätsinformationen als Teil eines optionalen DEI-Monitoring-Formulars, um Bereiche zur Verbesserung unseres Einstellungsprozesses zu identifizieren und sicherzustellen, dass der Prozess inklusiv und diskriminierungsfrei ist.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen