Resumen: Únase al equipo de Infraestructura de ML de Pony.ai como Ingeniero de Aprendizaje Automático para desarrollar tecnologías que aceleren el entrenamiento y la inferencia de modelos de IA en sistemas de conducción autónoma. Aspectos destacados: 1. Acelerar el entrenamiento y la inferencia de modelos de IA para la conducción autónoma 2. Optimizar algoritmos paralelos fundamentales e influir en el diseño de plataformas de cómputo 3. Aplicar técnicas de optimización de modelos y de aprendizaje profundo eficiente Fundada en 2016 en el Valle del Silicio, Pony.ai se ha convertido rápidamente en un líder global en movilidad autónoma y es pionera en la expansión de tecnologías y servicios de movilidad autónoma en una huella geográfica cada vez mayor en todo el mundo. Con unidades comerciales de Robotaxi, Robotruck y vehículos de propiedad personal (POV), Pony.ai es un líder industrial en la comercialización de la conducción autónoma y está comprometida con el desarrollo de las capacidades más seguras de conducción autónoma a escala mundial. La posición líder de Pony.ai ha sido reconocida: CNBC clasificó a Pony.ai en el puesto n.º 10 en su lista «CNBC Disruptor» de las 50 empresas tecnológicas más innovadoras y disruptivas de 2022. En junio de 2023, Pony.ai fue incluida en la lista inaugural «XB100» de 2023 de XPRIZE y Bessemer Venture Partners, que reconoce a las 100 principales empresas privadas de tecnología profunda del mundo, ocupando el puesto n.º 12 a nivel global. A agosto de 2023, Pony.ai había acumulado casi 21 millones de millas de conducción autónoma a nivel mundial. Pony.ai cotizó en la bolsa NASDAQ en noviembre de 2024. Responsabilidades El equipo de Infraestructura de ML de Pony.ai ofrece un conjunto de herramientas para respaldar y automatizar el ciclo de vida del flujo de trabajo de IA, incluidos el desarrollo, la evaluación, la optimización, la implementación y el monitoreo de modelos. Como Ingeniero de Aprendizaje Automático en Tiempo de Ejecución y Optimización de ML, usted desarrollará tecnologías para acelerar el entrenamiento y la inferencia de los modelos de IA en sistemas de conducción autónoma. Esto incluye: Identificar aplicaciones clave para problemas actuales y futuros de conducción autónoma y realizar análisis y optimización exhaustivos para garantizar el mejor rendimiento posible en arquitecturas de cómputo actuales y de próxima generación. Colaborar estrechamente con diversos grupos de Pony.ai, tanto de hardware como de software, para optimizar y diseñar algoritmos paralelos fundamentales, así como para influir en el diseño de la arquitectura de la plataforma de cómputo de próxima generación y en la infraestructura de software. Aplicar técnicas de optimización de modelos y de aprendizaje profundo eficiente a los modelos y a bibliotecas optimizadas de operadores de ML. Trabajar en toda la pila de marcos/compiladores de ML (por ejemplo, Torch, CUDA y TensorRT) y en modelos de aprendizaje profundo eficientes desde el punto de vista del sistema. Requisitos Licenciatura, maestría o doctorado en ciencias de la computación, ingeniería eléctrica o disciplina afín. Habilidades sólidas de programación en C/C++ o Python. Experiencia en optimización de modelos, cuantización u otras técnicas eficientes de aprendizaje profundo. Buen conocimiento del rendimiento del hardware, respecto al modelo de ejecución de CPU o GPU, hilos, registros, caché, compensación costo/rendimiento, etc. Experiencia en análisis de rendimiento, pruebas de referencia y validación del rendimiento en arquitecturas de cómputo complejas. Experiencia en la optimización del uso de recursos de cómputo, identificación y resolución de cuellos de botella en el cómputo y el flujo de datos. Habilidades sólidas de comunicación y capacidad para trabajar de forma transversal entre equipos de software y hardware. Cualificaciones preferidas: Se prefiere experiencia en uno o más de los siguientes campos: Experiencia en programación paralela, idealmente con CUDA, OpenCL o OpenACC. Experiencia en visión por computadora, aprendizaje automático y aprendizaje profundo. Conocimientos sólidos sobre diseño de software, técnicas de programación y algoritmos. Buen conocimiento de marcos y bibliotecas comunes de aprendizaje profundo. Conocimientos profundos sobre rendimiento del sistema, optimización de GPU u optimización de compiladores de ML. Remuneración y beneficios Rango salarial base: $140.000 - $250.000 anuales La remuneración puede variar fuera de este rango según múltiples factores, incluidas las calificaciones, habilidades, competencias, experiencia y ubicación del candidato. El salario base constituye una parte de la Remuneración Total, y este puesto puede ser elegible para bonos/incentivos y unidades de acciones restringidas. Además, ofrecemos los siguientes beneficios a los empleados elegibles: Plan de atención médica (médico, dental y visual) Plan de jubilación (401k tradicional y Roth) Seguro de vida (básico, voluntario y de muerte accidental y desmembramiento) Tiempo libre remunerado (vacaciones y días festivos) Licencia familiar (maternidad y paternidad) Incapacidad temporal y larga duración Alimentos y bocadillos gratuitos
Workable · HR
Workable · HR
