Ingénieur(e) principal (e) en apprentissage automatique - Perception hors ligne

À propos de l’entreprise

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires. Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise. Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.

Rencontrez l’équipe

L’objectif de l’équipe de pseudo-étiquetage est de créer des annotations de haute qualité sur les données de capteurs (images, nuages de points). Les annotations comprennent des boîtes englobantes 2D et 3D, des classes, des trajectoires, des lignes de voie, des segmentations, des profondeurs, etc. Les annotations sont ensuite utilisées par différents utilisateurs en aval; par exemple, les équipes de perception les utilisent pour entraîner divers modèles et les équipes de simulation les utilisent pour générer de nouvelles données.

Ce que vous ferez

• Conception, mise en œuvre, test et déploiement de modules de détection, suivi et fusion d’objets hors ligne pour créer automatiquement des annotations sur des Services d’infonuagique à partir de données de capteurs enregistrées (Caméras, Lidars, Radars)
• Compétences en gestion de projet démontrées, à titre de chef de projet guidant une équipe dont les membres possèdent peu d’expérience dans plusieurs volets de l’exécution du projet.
• Restez au fait des derniers développements en matière d’IA et d’apprentissage automatique pour la conduite autonome.
• Développer indépendamment des modèles ou des algorithmes de perception hors ligne en utilisant des processus de développement logiciel disciplinés, en faisant des recommandations pour le développement de nouveau code ou la réutilisation de code existant, en mettant en œuvre le contrôle de version et en maintenant la documentation des applications créées.
• Définir et mettre en œuvre l’ingestion, la préparation, la curation et la gouvernance de grands ensembles de données multidimensionnels à l’appui des modèles et des flux de travail analytiques.
• Évaluer de manière proactive les capacités