About the role

Machine Learning Engineer developing end-to-end models for autonomous trucks. Collaborating closely with perception and planning teams to enhance safety and efficiency.

Responsibilities

Développer et entraîner les modèles d’apprentissage automatique pour la perception et planification de bout en bout, y compris les approches comme l’apprentissage par imitation et par renforcement.
Mettre en œuvre un code d’AA de qualité production afin de soutenir l’entraînement, l’évaluation et l’inférence de modèles au sein de la pile d’autonomie.
Analyser le rendement de modèles, identifier les modes d’échec et proposer des améliorations afin d’augmenter la robustesse et la généralisation à travers différents scénarios.
Contribuer aux pipelines d’entraînement des modèles et flux de travail des données, organiser les ensembles de données de la simulation, des registres de flotte et des données des véhicules.
Collaborer avec les équipes de simulation, de validation et d’ingénierie d’autonomie pour tester et évaluer les modèles de bout en bout à travers divers environnements de conduite.
Aider à intégrer les modèles de bout en bout dans les flux de travail de simulation et de test, permettant ainsi une itération plus rapide et une validation plus complète.
Soutenir le développement des outils et de l’infrastructure qui améliorent la vitesse d’expérimentation, la répétabilité et l’itération de modèles.
Contribuer aux discussions techniques par rapport aux architectures de modèles et aux stratégies d’entraînement au sein de l’équipe.

Baccalauréat en informatique, robotique, génie électrique, apprentissage automatique ou autre domaine technique connexe avec au moins 4 ans dans le milieu ou une maîtrise avec au moins 2 ans d’expérience.
Expérience en application de techniques d’apprentissage automatique, comme l’apprentissage par imitation ou l’apprentissage par renforcement, à la robotique, aux systèmes autonomes ou aux environnements de contrôle complexes.
Compétences robustes en programmation Python et PyTorch, avec de l’expérience en codage d’AA de qualité production.
Expérience en entraînement et évaluation de modèles d’apprentissage automatique à l’aide de grands ensembles de données et d’environnements informatiques adaptatifs.
Compréhension des architectures d’AA utilisées dans les systèmes de bout en bout, comme les modèles BEV, les transformateurs, les modèles VLA (Vision-Langage-Action) ou les modèles de diffusion.
Expérience en débogage du comportement des modèles, en analyse des données métriques de rendement et en itération sur les pipelines d’entraînement.
Capacité à collaborer avec des équipes pluridisciplinaires afin d’intégrer les modèles d’AA à de plus grands systèmes logiciels.

Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions
Une couverture médicale, dentaire et de la vue pour les employés à temps plein
Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 4 %
Une subvention pour le transport en commun (uniquement dans la région de Montréal)
Une flexibilité des horaires et des vacances payées généreuses
Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise
Une assurance-vie