W
Senior / Staff Software Engineer, ML Datasets & Data Pipelines
Waabi · 📍 Toronto, ON · 🕒 vor 1 Tagen
📊 Lead
W
Research Engineer – Neural Rendering
Auf einen Blick
Entwickle Multi-Sensor Rendering-Systeme für autonome Fahrzeuge mit neuronalen Techniken. Du kombinierst traditionelles Rendering mit NeRF und 3D Gaussian Splatting für realistische Simulationen.
💰 ~$130.000–160.000/Jahr (geschätzt)
📊 Mid-Level
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- Production-Quality ML Software
- Neural Rendering/NeRF Kenntnisse
- PyTorch und Python Expertise
- Large-Scale Dataset Experience
Python
PyTorch
Machine Learning
Neural Rendering
Gehalt geschätzt anhand Research Engineer in Neural Rendering, Toronto. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- ML Engineers mit Computer-Vision-Erfahrung
- PyTorch Spezialisten
- Research-to-Production Entwickler
🚫 Weniger geeignet
- Web-Developer ohne ML-Hintergrund
- Remote-Worker (Toronto Onsite)
- Kandidaten ohne PyTorch Erfahrung
💡 Gut zu wissen
- Toronto-Office erforderlich
- Research Publication wird erwartet
- Neural Rendering ist aktuelle Forschung
- Production Software ist keine Nebensache
Über das Unternehmen
Waabi ist ein Physical-AI-Unternehmen unter AI-Visionsärin Raquel Urtasun, das autonome Fahrzeuge mit KI antreibt. Mit Büros in Toronto, San Francisco, Dallas und Pittsburgh arbeitet Waabi mit führenden Playern in KI, Automobil, Logistik und Deep Tech zusammen.
Deine Aufgaben
- Multi-Sensor Rendering-Systeme entwickeln für autonomes Fahren mit NeRF, 3D Gaussian Splatting und Diffusion-Modellen
- Large-Scale digitale Twins aus Real-World Kamera-, LiDAR- und RADAR-Daten mit neuem Rendering-Techniken erstellen
- Next-generation Simulations-Software entwickeln, die traditionelles Echtzeit-Rendering mit neuronalen Repräsentationen mischt
- Mit Autonomy und Safety Teams zusammenarbeiten um Realismus und Vielfalt von Waabi World zu verbessern
- High-Impact Research Papers für Top-Konferenzen (CVPR, ECCV, ICCV, SIGGRAPH, NeurIPS) beitragen
Deine Voraussetzungen
- Erfahrung mit Production-Quality Software, nicht nur Prototypen
- Vertrautheit mit großen ML-Datensätzen
- Tiefes Verständnis von ML oder Neural Rendering über bloße Anwendung hinaus
- Verständnis der Einschränkungen und Trade-offs zwischen verschiedenen Paradigmen
- Erfahrung mit GPU ML-Jobs in der Cloud (PyTorch, TensorFlow)
- Starke Software-Engineering-Grundlagen in Python, PyTorch und nativen Sprachen (C++/Rust)