Workable
Ingeniero de Aprendizaje Automático, Tiempo de Ejecución y Optimización de ML
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 cada vez mayor de sitios en todo el mundo. Con unidades de negocio 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 a desarrollar capacidades de conducción autónoma seguras a escala global. La posición líder de Pony.ai ha sido reconocida, con CNBC clasificando a Pony.ai en el número 10 en su lista CNBC Disruptor de las 50 empresas tecnológicas más innovadoras y disruptivas de 2022. En junio de 2023, Pony.ai fue reconocida en la lista inaugural XB100 de 2023 de XPRIZE y Bessemer Venture Partners como una de las 100 principales empresas privadas de tecnología profunda del mundo, ocupando el puesto número 12 a nivel mundial. A partir de agosto de 2023, Pony.ai ha acumulado casi 21 millones de millas de conducción autónoma a nivel global. Pony.ai salió a bolsa en NASDAQ en noviembre de 2024.
Responsabilidades
El equipo de Infraestructura de ML en Pony.ai ofrece un conjunto de herramientas para respaldar y automatizar el ciclo de vida del flujo de trabajo de IA, incluyendo desarrollo del modelo, evaluación, optimización, despliegue y monitoreo.
Como Ingeniero de Aprendizaje Automático en Tiempo de Ejecución y Optimización de ML, desarrollarás tecnologías para acelerar el entrenamiento y las inferencias 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 detallados para garantizar el mejor rendimiento posible en arquitecturas de computación actuales y de próxima generación.
Colaborar estrechamente con diversos grupos dentro de Pony.ai, tanto de hardware como de software, para optimizar y diseñar algoritmos paralelos fundamentales, así como influir en el diseño de la arquitectura de plataformas de cómputo de próxima generación y en la infraestructura de software.
Aplicar técnicas de optimización de modelos y de aprendizaje profundo eficiente a modelos y bibliotecas optimizadas de operadores de ML.
Trabajar en toda la pila del marco/compilador de ML (por ejemplo, Torch, CUDA y TensorRT) y en modelos de aprendizaje profundo eficientes a nivel de sistema.
Requisitos
Título universitario (Licenciatura/Maestría o Doctorado) en informática, ingeniería eléctrica o disciplina relacionada.
Sólidas habilidades 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, equilibrio costo/rendimiento, etc.
Experiencia en perfilado, 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 flujo de datos y cómputo.
Sólidas habilidades de comunicación y capacidad para trabajar transversalmente entre equipos de software y hardware.
Calificaciones Preferidas:
Se prefieren uno o más de los siguientes campos
Experiencia en programación paralela, idealmente CUDA, OpenCL o OpenACC.
Experiencia en visión por computadora, aprendizaje automático y aprendizaje profundo.
Amplios conocimientos 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 o compiladores de ML.
Compensación y Beneficios
Rango Salarial Base: $140,000 - $250,000 anuales
La compensación puede variar fuera de este rango dependiendo de muchos factores, incluyendo las calificaciones, habilidades, competencias, experiencia y ubicación del candidato. El salario base es solo una parte de la Compensación Total, y este puesto puede ser elegible para bonos/incentivos y unidades de acciones restringidas.
Además, ofrecemos los siguientes beneficios a empleados elegibles:
Plan de Atención Médica (Médico, Dental y Visual)
Plan de Jubilación (401k tradicional y Roth)
Seguro de Vida (Básico, Voluntario y AD&D)
Tiempo Libre Pagado (Vacaciones y Días Festivos)
Licencia Familiar (Maternidad, Paternidad)
Discapacidad a Corto y Largo Plazo
Comida y Bocadillos Gratis
Fremont, CA, USA
$140,000-250,000/año
Favoritos
Compartir
Mostrar mapa
