Stagiaire d'été 2027, Doctorat, Machine Learning - Simulation et entraînement en boucle fermée

États-Unis

Mountain View, California, United States

PythonC++

Traduction automatique. Consultez l’original.

À propos du poste

Waymo est une entreprise spécialisée dans la technologie de conduite autonome dont la mission est de devenir le conducteur le plus fiable au monde. Depuis ses débuts en tant que projet de voiture autonome de Google en 2009, Waymo s'est concentrée sur le développement du Waymo Driver — le conducteur le plus expérimenté au monde™ — afin d'améliorer l'accès à la mobilité tout en sauvant des milliers de vies actuellement perdues dans des accidents de la route. Le Waymo Driver alimente le service de transport avec chauffeur entièrement autonome de Waymo et peut également être appliqué à une gamme de plateformes de véhicules et de cas d'utilisation de produits. Le Waymo Driver a effectué plus de dix millions de trajets sans conducteur, grâce à son expérience de conduite autonome sur plus de 100 millions de miles sur la voie publique et des dizaines de milliards de miles en simulation à travers plus de 15 États américains.

L'ingénierie logicielle conçoit le cerveau de la technologie de conduite entièrement autonome de Waymo. Notre logiciel permet au Waymo Driver de percevoir le monde qui l'entoure, de prendre la bonne décision dans chaque situation et d'amener les passagers à destination en toute sécurité. Nous réfléchissons en profondeur et résolvons des défis techniques complexes dans des domaines tels que la robotique, la perception, la prise de décision et deep learning, tout en collaborant avec des ingénieurs en matériel et en systèmes. Si vous êtes un ingénieur logiciel ou un chercheur curieux et passionné par la conduite autonome de niveau 4, nous aimerions vous rencontrer.

Les stagiaires chez Waymo collaborent avec des leaders du secteur sur des projets qui ont un impact réel sur l'entreprise. Nous pensons que l'apprentissage est une voie à double sens : appliquer vos connaissances tout en vous offrant des opportunités d'élargir vos compétences. Les stagiaires sont une partie importante de notre culture et de notre vivier de recrutement. Rejoignez-nous chez Waymo pour un stage stimulant et enrichissant !

Vos missions

Concevoir, mettre en œuvre et mettre à l'échelle des algorithmes de post-entraînement et de distillation par apprentissage par renforcement (tels que l'optimisation de politique de flux ou de diffusion, l'échantillonnage d'importance hors politique et l'apprentissage par renforcement multi-objectifs sous contraintes) pour des modèles de monde fondamentaux en simulation et en conduite autonome.

Développer des modèles de récompense appris, des critiques de réalisme et des discriminateurs au sein d'un simulateur multi-agents en boucle fermée afin d'aligner les comportements des agents simulés et de conduite sur le réalisme et la sécurité de la conduite humaine.

Mener des études d'ablation rigoureuses en boucle fermée sur des clusters TPU à grande échelle, en tirant parti de flux de travail de recherche automatique par agents et de métriques de comportement de conduite à l'échelle de la flotte (telles que la progression sur l'itinéraire, le confort de freinage, la stabilité latérale et la sélection de voie), afin d'atténuer l'exploitation du simulateur et le décalage de distribution.

Écrire du code JAX propre, modulaire et bien testé dans les bases de code principales de simulation et de conduite autonome, en collaborant étroitement avec des chercheurs et des ingénieurs au sein des équipes de simulation, de modélisation du monde et de conduite autonome.

Votre profil

Vous préparez actuellement un doctorat en informatique, Machine Learning, robotique ou dans un domaine technique connexe, avec une date d'obtention prévue entre décembre 2027 et août 2028 (vous retournerez dans un programme diplômant pour au moins un semestre universitaire après le stage).

Maîtrise de l'implémentation (obligatoire) : solides compétences en implémentation de tenseurs et en débogage en Python et JAX/Flax ou PyTorch, avec une expérience pratique de l'entraînement et de la modification d'architectures neuronales modernes (telles que les Transformers, les modèles de diffusion/flux ou les réseaux d'apprentissage par renforcement profond).

Expertise de recherche approfondie dans l'un des domaines suivants : (a) Apprentissage par renforcement et post-entraînement (expérience de recherche pratique dans les méthodes de gradient de politique telles que PPO/GRPO/REINFORCE, l'apprentissage par renforcement hors politique ou hors ligne tel que l'échantillonnage d'importance/AWR/DPO, les MDP sous contraintes, l'apprentissage par renforcement inverse, ou la modélisation apprise de récompense et de critique) OU (b) Modélisation générative du monde, de séquences ou de trajectoires (expérience de recherche pratique dans le matching de flux continu / Rectified Flows, les politiques de diffusion basées sur le score telles que DDPO/DPPO/Diffuser, ou les modèles de monde et de trajectoire autorégressifs spatio-temporels), avec une familiarité pratique dans l'autre domaine.

Nous apprécions

Publications en tant que premier auteur dans des conférences de premier plan en machine learning ou en robotique (par exemple, NeurIPS, ICML, ICLR, CVPR, CoRL, RSS, ICRA ou équivalent) sur le post-entraînement par apprentissage par renforcement, l'optimisation de politique de flux/diffusion, les modèles de monde génératifs ou la conduite autonome.

Expérience avec la simulation multi-agents en boucle fermée, le transfert Sim2Real ou l'atténuation du piratage de récompense (par exemple, Waymax, WOMD, NuPlan, IsaacGym/MuJoCo, génération de trafic contradictoire ou stabilisation de discriminateur).

Expérience dans le profilage et la mise à l'échelle de charges de travail d'entraînement distribuées sur TPU ou GPU multi-nœuds (telles que la compilation XLA, les déploiements par lots vectorisés et l'optimisation de la mémoire) et familiarité avec les interfaces C++/Python.

Remarque : Il s'agira d'un stage hybride sur site. Nous accepterons les candidatures au fil de l'eau jusqu'à ce que le poste soit pourvu. Pour être pris en considération pour plusieurs rôles, vous devrez postuler à chacun d'eux individuellement - veuillez postuler aux 3 rôles qui vous intéressent le plus.

Le taux horaire prévu pour ce poste à temps plein est indiqué ci-dessous. Les stagiaires sont également éligibles pour participer aux généreux programmes d'avantages sociaux de l'entreprise, sous réserve des conditions d'éligibilité.

Rémunération horaire doctorat 85—85 USD

Langues

Stagiaire d'été 2027, Doctorat, Machine Learning - Simulation et entraînement en boucle fermée

À propos du poste

Vos missions

Votre profil

Nous apprécions

Ton prochain jobest déjà à ta recherche.

Plus d’opportunités avec un seul profil

Continuer à explorer

Développeur d'applications

Salesforce Release Manager

Ingénieur en développement Full Stack