Auf einen Blick
Führende Rolle für die Entwicklung und Skalierung von ML-Trainings-Systemen für multimodale Robotik-Daten mit Fokus auf verteilte Pipeline-Optimierung.
💰 ~$160.000–210.000/Jahr (geschätzt)
📊 Lead
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Master/PhD in relevanter Disziplin
- 5+ Jahre ML-Produktionserfahrung
- Multi-GPU-Training-Erfahrung
- Petabyte-skalige Datensysteme
Python
Maschinelles Lernen
Verteilte Systeme
GPU-Optimierung
Neuronale Netzwerke
Data Engineering
Robotik
Gehalt geschätzt anhand Lead ML Engineer mit PhD, 5+ Jahren Erfahrung, hochspezialisiert in Robotik-Systemen. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Doktoranden oder Master-Absolventen mit ML-Publikationen
- Erfahrene ML-Ingenieure mit Robotik/Autonomie-Hintergrund
- System-Architekten für massive Datenpipelines
🚫 Weniger geeignet
- Anfänger in Maschinellem Lernen
- Diejenigen ohne praktische Produktions-ML-Erfahrung
- Personen ohne fortgeschrittene Mathematik-Grundlagen
💡 Gut zu wissen
- Publikationen oder Forschungsbeiträge sind ein starkes Plus
- Familiärheit mit LiDAR, Kamera und Sensor-Fusion erwartet
- Fokus auf Effizienz und GPU-Auslastung ist zentral
Über das Unternehmen
Serve Robotics erfindet neu, wie sich Dinge in Städten bewegen. Der benutzerfreundliche Lieferoboter ist die Vision der Zukunft. Ein hochqualifiziertes Team von Softwareentwicklern, Hardware-Ingenieuren und Designern arbeitet an realen Problemen mit Robotik, maschinellem Lernen und Computer Vision.
Deine Aufgaben
- Entwerfe und verwalte Trainings-Systeme für großskalige multimodale Robotik-Daten
- Optimiere verteilte Trainings-Pipelines und neuronale Netzwerk-Architekturen
- Identifiziere und behebe Engpässe in der Trainings-Pipeline für maximale GPU-Auslastung
- Arbeite mit ML-Teams an neuronalen Netz-Architekturen für Autonomie-Aufgaben
- Konfiguriere und überwache großskalige verteilte Trainings-Jobs über mehrere Maschinen und GPUs
- Implementiere skalierbare Systeme zur Vorverarbeitung und Augmentation großer Robotik-Datensätze
- Arbeite eng mit ML-Wissenschaftlern zur Integration neuer Modelle in die Produktions-Pipeline
Deine Voraussetzungen
- Master oder PhD in Informatik, Robotik, Elektrotechnik, Maschinelles Lernen oder verwandtem Fach
- Mindestens 5 Jahre Erfahrung in der Entwicklung, Training und Bereitstellung von ML-Modellen in Produktion
- Praktische Erfahrung mit Training auf mehreren GPUs oder Compute-Knoten
- Starke Python-Programmierfähigkeiten für ML-Modelle und Datenpipelines
- Solides Wissen über neuronale Netzwerke, Optimierungsalgorithmen und Trainingsmethoden
