pony.ai

18 sept. 2026

Ingénieur Machine Learning - Apprentissage par Renforcement

États-Unis

Fremont, California, United States

Python

Traduction automatique. Consultez l’original.

À propos du poste

Fondée en 2016 dans la Silicon Valley, Pony.ai est rapidement devenue un leader mondial de la mobilité autonome et un pionnier dans le déploiement de technologies et de services de mobilité autonome sur un réseau de sites en expansion rapide à travers le monde. Opérant via ses unités commerciales Robotaxi, Robotruck et Véhicules Personnels (POV), Pony.ai est un leader du secteur dans la commercialisation de la conduite autonome et s'engage à développer les capacités de conduite autonome les plus sûres à l'échelle mondiale. La position de leader de Pony.ai a été reconnue, CNBC classant Pony.ai à la #10 place de sa liste CNBC Disruptor des 50 entreprises technologiques les plus innovantes et disruptives de 2022. En juin 2023, Pony.ai a été distinguée dans la liste inaugurale « XB100 » 2023 de XPRIZE et Bessemer Venture Partners, recensant les 100 meilleures entreprises privées de deep tech au monde, se classant #12 mondialement. En août 2023, Pony.ai a accumulé près de 21 millions de miles de conduite autonome à l'échelle mondiale. Pony.ai est entrée en bourse au NASDAQ en novembre 2024.

Responsabilité

Construire des systèmes évolutifs pour l'entraînement et le réglage fin de grands modèles génératifs qui produisent des comportements de conduite réalistes et informatifs pour l'évaluation et la couverture des scénarios.

Implémenter et itérer sur des méthodes de type RL : algorithmes, objectifs de récompense/préférence, et configurations d'entraînement adaptées à des comportements perspicaces et de haute fidélité dans des flux de travail alignés sur la simulation (état d'esprit d'évaluation en boucle fermée).

Livrer des solutions de deep learning (y compris LLM / VLM le cas échéant) qui améliorent le triage dirigé par l'homme, automatisent les flux de travail à haut volume et prennent en charge l'analyse nuancée du comportement de conduite autonome pour identifier les anomalies critiques.

Gérer le ML orienté production pour l'évaluation à l'échelle de la flotte : entraînement, optimisation, surveillance et itération des modèles utilisés pour juger des performances sur une large exposition au monde réel.

Concevoir et faire évoluer des systèmes de données + évaluation inspirés par le RL à partir des préférences humaines (RLHF) et des paradigmes connexes — transformer les signaux de préférence/jugement en boucles d'entraînement et d'évaluation répétables et évolutives.

Collaborer largement avec des équipes telles que Prédiction, Planification, Recherche et les responsables des plateformes/ingénierie pour apporter des améliorations transversales avec des métriques claires.

Prérequis

Master ou Doctorat en Informatique, Machine Learning, IA, ou un domaine connexe — ou expérience pratique équivalente.

Expérience pratique dans la construction et l'application du ML dans des environnements de qualité production, avec une forte composante RL (apprentissage de politique, optimisation des préférences/retours, ou pipelines RL hors ligne/en ligne).

Maîtrise approfondie du deep learning, de la modélisation de séquences et des modèles génératifs.

Impact démontré par des publications solides ou un historique clair de livraison de systèmes ML impactants de bout en bout.

Expérience de l'entraînement distribué à grande échelle et du traitement de données à grande échelle.

Capacité à diriger des travaux techniques ambigus, de la définition du problème à la livraison fiable.

Prérequis

Expérience pratique dans les véhicules autonomes, la robotique ou les environnements de simulation complexes.

Solide compréhension du RL moderne et des techniques post-entraînement en LLM, dLLM, VLA et génération vidéo.

Intégration pratique des plateformes de simulation avec les flux de travail d'entraînement et d'évaluation ML.

Maîtrise de Python et des frameworks tels que PyTorch

Expérience dans la définition et l'exploitation de métriques pour des systèmes d'IA complexes et critiques pour la sécurité.

Leadership technique : influencer les parties prenantes, aligner les équipes et élever le niveau de rigueur de l'évaluation.

Excellente communication — explications simples des compromis complexes.

Rémunération et Avantages

Fourchette de salaire de base : $150,000 - $250,000 Annuellement

La rémunération peut varier en dehors de cette fourchette en fonction de nombreux facteurs, notamment les qualifications, les compétences, les aptitudes, l'expérience et la localisation du candidat. Le salaire de base fait partie de la rémunération totale et ce poste peut être éligible à des primes/incitations et à des unités d'actions restreintes.

De plus, nous offrons les avantages suivants aux employés éligibles :

Plan de soins de santé (médical, dentaire et vision)

Plan de retraite (401(k) traditionnel et Roth)

Assurance-vie (de base, volontaire et AD&D)

Congés payés (vacances et jours fériés)

Congé familial (maternité, paternité)

Invalidité à court et à long terme

Nourriture et collations gratuites

Veuillez cliquer ici pour notre divulgation de confidentialité.

Langues

Ingénieur Machine Learning - Apprentissage par Renforcement

À propos du poste

Responsabilité

Prérequis

Prérequis

Rémunération et Avantages

Ton prochain jobest déjà à ta recherche.

Plus d’opportunités avec un seul profil

Continuer à explorer

Développeur UI I

Développeur UI II

Ingénieur en sécurité