Becario de verano 2027, Doctorado, Machine Learning - Simulación y entrenamiento de bucle cerrado

Estados Unidos

Mountain View, California, United States

PythonC++

Traducción automática. Consulta el original.

Sobre la oportunidad

Waymo es una empresa de tecnología de conducción autónoma con la misión de ser el conductor más fiable del mundo. Desde sus inicios como el Proyecto de Coche Autónomo de Google en 2009, Waymo se ha centrado en desarrollar el Waymo Driver (el conductor con más experiencia del mundo) para mejorar el acceso a la movilidad y salvar miles de vidas que actualmente se pierden en accidentes de tráfico. El Waymo Driver impulsa el servicio de transporte autónomo de Waymo y también puede aplicarse a una amplia gama de plataformas de vehículos y casos de uso de productos. El Waymo Driver ha realizado más de diez millones de viajes sin conductor, gracias a su experiencia en la conducción autónoma de más de 100 millones de millas en carreteras públicas y decenas de miles de millones en simulación a través de más de 15 estados de EE. UU.

El departamento de Ingeniería de Software construye el cerebro de la tecnología de conducción totalmente autónoma de Waymo. Nuestro software permite al Waymo Driver percibir el mundo que le rodea, tomar la decisión correcta en cada situación y llevar a las personas a sus destinos de forma segura. Pensamos profundamente y resolvemos desafíos técnicos complejos en áreas como la robótica, la percepción, la toma de decisiones y deep learning, mientras colaboramos con ingenieros de hardware y sistemas. Si eres un ingeniero de software o investigador curioso y apasionado por la conducción autónoma de nivel 4, nos gustaría conocerte.

Los becarios de Waymo colaboran con líderes del sector en proyectos que generan un impacto en la empresa. Creemos que el aprendizaje es un camino de doble sentido: aplicar tus conocimientos mientras te brindamos oportunidades para ampliar tus habilidades. Los becarios son una parte importante de nuestra cultura y de nuestro proceso de contratación. ¡Únete a nosotros en Waymo para realizar unas prácticas divertidas y gratificantes!

Tus funciones serán

Diseñar, implementar y escalar algoritmos de post-entrenamiento y destilación de aprendizaje por refuerzo (como la optimización de políticas de flujo o difusión, muestreo de importancia fuera de política y RL multiobjetivo restringido) para modelos de mundo fundamentales en simulación y conducción autónoma.

Desarrollar modelos de recompensa aprendidos, críticos de realismo y discriminadores dentro de un simulador multi-agente de bucle cerrado para alinear el comportamiento del agente simulado y la conducción con el realismo y la seguridad de la conducción humana.

Ejecutar estudios de ablación rigurosos de bucle cerrado en clústeres de TPU a gran escala, aprovechando flujos de trabajo de auto-investigación agentica y métricas de comportamiento de conducción a escala de flota (como el progreso de la ruta, la comodidad de frenado, la estabilidad lateral y la selección de carril) para mitigar la explotación del simulador y el desplazamiento de la distribución.

Escribir código JAX limpio, modular y bien probado en bases de código principales de simulación y conducción autónoma, colaborando estrechamente con investigadores e ingenieros de los equipos de simulación, modelado de mundo y conducción autónoma.

Requisitos

Estar cursando actualmente un doctorado en Informática, Machine Learning, Robótica o un campo técnico relacionado, con una fecha de graduación prevista entre diciembre de 2027 y agosto de 2028 (debiendo regresar a un programa de grado durante al menos un periodo académico después de las prácticas).

Fluidez en la implementación principal (obligatorio): Sólidas habilidades de implementación y depuración de tensores en Python y JAX/Flax o PyTorch, con experiencia práctica en el entrenamiento y modificación de arquitecturas neuronales modernas (como Transformers, modelos de difusión/flujo o redes de RL profunda).

Profunda experiencia investigadora en (a) Aprendizaje por refuerzo y post-entrenamiento (experiencia práctica en investigación en métodos de gradiente de política como PPO/GRPO/REINFORCE, RL fuera de política o offline como muestreo de importancia/AWR/DPO, MDP restringidos, RL inversa o modelado de recompensa y crítico aprendido) O (b) Modelado generativo de mundo, secuencia o trayectoria (experiencia práctica en investigación en coincidencia de flujo continuo / Rectified Flows, políticas de difusión basadas en puntuación como DDPO/DPPO/Diffuser, o modelos de mundo y trayectoria autorregresivos espaciotemporales), con familiaridad de trabajo en el otro campo.

Preferiblemente

Publicaciones como primer autor en foros de primer nivel de machine learning o robótica (por ejemplo, NeurIPS, ICML, ICLR, CVPR, CoRL, RSS, ICRA o foros equivalentes) en post-entrenamiento de RL, optimización de políticas de flujo/difusión, modelos de mundo generativos o conducción autónoma.

Experiencia con simulación de bucle cerrado multi-agente, transferencia Sim2Real o mitigación de hackeo de recompensas (por ejemplo, Waymax, WOMD, NuPlan, IsaacGym/MuJoCo, generación de tráfico adversario o estabilización de discriminador).

Experiencia en la creación de perfiles y escalado de cargas de trabajo de entrenamiento distribuidas en TPU o GPU multinodo (como compilación XLA, despliegues vectorizados por lotes y optimización de memoria) y familiaridad con interfaces de C++/Python.

Nota: Este puesto de prácticas será híbrido y presencial. Aceptaremos currículos de forma continua hasta que se cubra el puesto. Para ser considerado para varios puestos, deberá solicitar cada uno individualmente; por favor, solicite los 3 puestos que más le interesen.

La tarifa horaria prevista para este puesto a tiempo completo se indica a continuación. Los becarios también pueden participar en los generosos programas de beneficios de la empresa, sujetos a los requisitos de elegibilidad.

Pago por hora para doctorado $85—$85 USD

Idiomas

Becario de verano 2027, Doctorado, Machine Learning - Simulación y entrenamiento de bucle cerrado

Sobre la oportunidad

Tus funciones serán

Requisitos

Preferiblemente

Tu próximo empleoya está buscándote.

Más oportunidades con un solo perfil

Sigue explorando

Desarrollador de aplicaciones

Salesforce Release Manager

Ingeniero de desarrollo Full Stack