Auf einen Blick
Lead Machine Learning Engineer für Serve Robotics zur Entwicklung von Trainings-Systemen für Petabyte-Scale Robotics-Daten. Remote Position mit Fokus auf Distributed Training und Neural Networks.
💰 $150.000–200.000/Jahr
📊 Lead
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- 5+ Jahre ML Erfahrung in Produktion
- Distributed Training über GPUs/Nodes
- Python Programmier-Expertise
- Master's oder PhD preferred
Python
Machine Learning
Distributed Training
Neural Networks
Robotics
Data Pipelines
✅ Geeignet für
- Erfahrene ML Engineers mit Distributed Systems Background
- Robotics/Autonomous Systems Profis
- Kandidaten mit GPU/CUDA Expertise
🚫 Weniger geeignet
- Akademische ML Forscher ohne Production Experience
- Junior ML Engineers
- Kandidaten ohne Distributed Training Experience
💡 Gut zu wissen
- Remote-Position mit USA Base Gehalt
- Petabyte-Scale Datenmengen sind Standard in dieser Rolle
- Fokus auf Autonomie-Modelle und Robotics-spezifische Herausforderungen
Über das Unternehmen
Serve Robotics reimagines how things move in cities. Das Unternehmen entwickelt personalisierte Sidewalk Robots für autonome Lieferungen. Serve hat Flotten in Los Angeles, Miami, Dallas, Atlanta und Chicago mit kommerziellen Lieferungen aktiv.
Deine Aufgaben
- Design und Verwaltung von Trainings-Systemen für Petabyte-Scale multimodale Robotics-Daten
- Identifikation und Behebung von Bottlenecks in Training Pipelines für GPU-Effizienz
- Entwicklung und Verfeinerung von Neural Network Architekturen für Autonomy-Aufgaben
- Erstellung und Anpassung von Loss-Funktionen und Trainings-Strategien
- Konfiguration und Wartung von großflächigen verteilten Trainings-Jobs über mehrere GPUs
- Implementierung skalierbarer Systeme zur Vorverarbeitung und Augmentation großer Robotics-Datensätze
- Enge Zusammenarbeit mit ML-Wissenschaftlern und Ingenieuren
- Analyse von Trainings-Metriken und Experiment-Logs für Modell-Verbesserungen
Deine Voraussetzungen
- Master's oder PhD in Computer Science, Robotics oder verwandtem Bereich
- Minimum 5 Jahre professionelle Erfahrung mit Machine Learning Modellen
- Hands-on Erfahrung mit Distributed Training über mehrere GPUs/Nodes
- Starke Python Programmier-Fähigkeiten
- Core ML Konzepte Verständnis (Neural Networks, Optimierung, Loss Functions)
- Erfahrung mit Robotics oder Autonomous Driving Datensätzen von Vorteil
- Multimodale ML Systeme Erfahrung gefordert
