Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Torc
Блэксберг, Соединенные Штаты3 месяца назад
139 000 – 166 800 USD
в год
Грейд
Middle
Опыт работы
от 2 лет
Формат работы
Удалённо, Офис
Тип занятости
Полная занятость
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
В Torc мы всегда верили, что технология автономных транспортных средств преобразует то, как мы путешествуем, перевозим грузы и ведем бизнес. Являясь лидером в области автономного вождения с 2007 года, Torc более десяти лет коммерциализирует наши решения с опытными партнерами. Теперь, будучи частью семьи Daimler, мы сосредоточены исключительно на разработке программного обеспечения для автоматизированных грузовиков, чтобы трансформировать то, как мир перевозит грузы. Присоединяйтесь к нам и ускорьте свою карьеру в компании, которая помогла пионерски разработать технологию автономного вождения, и первой компании-разработчику ПО для AV с видением прямого партнерства с производителем грузовиков.
Познакомьтесь с командой: Torc нанимает инженера по данным для автономных систем Уровня 2, который поможет проектировать, создавать и эксплуатировать инфраструктуру данных, питающую нашу программу автономного вождения. Вы будете создавать конвейеры, системы хранения данных и инструменты, которые преобразуют необработанные журналы датчиков транспортных средств в кураторские, структурированные наборы данных, на которые полагаются наши инженеры по восприятию, планированию и моделированию.
Это роль с высокой степенью ответственности в небольшой команде. Надежная передача больших объемов данных датчиков от транспортных средств, работающих в сложных условиях, и быстрое предоставление их для обучения моделей — сложная и очень важная проблема, которую нужно решить.
Озеро данных и конвейер приема данных Вносите вклад в проектирование и организацию озера данных программы, включая определения схемы, стратегию секционирования и индексацию метаданных. Создавайте и поддерживайте сквозные конвейеры, которые принимают журналы датчиков с высокой пропускной способностью от транспортных средств в облачное хранилище с высокой надежностью и устойчивостью к временным и прерывистым механизмам подключения. Внедряйте проверки данных и целостности, которые могут обнаруживать поврежденную информацию, отсутствующие датчики и несогласованную калибровку до обработки данных нижестоящими системами. Внедряйте политики хранения, многоуровневого доступа и жизненного цикла данных для балансировки затрат на хранение с ценностью разработки.
Инфраструктура кураторства и маркировки наборов данных Создавайте инструменты для запроса необработанных журналов для получения кураторских наборов данных для обучения и оценки. Создавайте автоматизацию для выполнения экономичных рабочих процессов псевдомаркировки в масштабах приема данных. Внедряйте метрики качества данных и производительности моделей, которые используются для направления усилий по маркировке на наиболее ценные примеры.
Визуализация данных автономного вождения Развертывайте и поддерживайте инструменты визуализации данных для поддержки обзора журналов, проверки качества аннотаций и рабочих процессов отладки автономного вождения. Создавайте интеграции между инструментами визуализации и озером данных, чтобы инженеры могли переходить от записи набора данных или сбоя модели непосредственно к исходным данным журнала. Работайте с инженерами по автономному вождению для определения и отображения пользовательских панелей визуализации и реализации метрик для анализа неструктурированных операционных сред. Создавайте дашборды, которые предоставляют инженерам по автономному вождению информацию о покрытии данных по типам местности, операционной среде и географическому региону.
Межфункциональное сотрудничество Устанавливайте и документируйте контракты на данные между службами данных и потребителями обучения моделей. Сотрудничайте с инженерами по восприятию, планированию и встраиваемым системам на протяжении всего жизненного цикла данных: от формирования схем журналов и триггеров сбора до определения интерфейсов наборов данных, которые поставляют данные для обучения и оценки моделей. Следуйте стандартам, лучшим практикам и выбору инструментов в области инженерии данных и помогайте их развивать для инновационной и быстро развивающейся команды. Вносите вклад в дорожную карту данных и представляйте результаты старшему техническому руководству.
Степень бакалавра в области компьютерных наук, компьютерной инженерии, разработки программного обеспечения, электротехники или смежной области с 4+ годами опыта работы в области инженерии данных или степень магистра с 2+ годами. Сильное знание Python и SQL, с подтвержденной способностью создавать конвейеры данных производственного качества. Опыт работы с облачной инфраструктурой данных (предпочтительно AWS: S3, Glue Athena, Redshift или эквивалент) и инструментами инфраструктуры как кода (Terraform, Cloud Formation). Твердое понимание стратегий секционирования данных и колоночных форматов хранения (Parquet, Orc и т. д.). Опыт создания и эксплуатации конвейеров данных, обрабатывающих временные ряды и двоичные данные. Подтвержденная способность оценивать и интегрировать инструменты с открытым исходным кодом, когда это целесообразно, в отличие от разработки с нуля. Хорошее понимание принципов обеспечения качества данных посредством первоклассной реализации мониторинга, валидации и отслеживания происхождения данных.
Опыт работы с автономными транспортными средствами, робототехникой или другими автономными системами, управляемыми датчиками. Глубокий опыт работы с Foxglove или Rerun, помимо базового воспроизведения, например, создание пользовательских расширений или их интеграция в структурированный рабочий процесс обзора журналов или проверки качества аннотаций. Знакомство с MCAP CLI и/или библиотекой Python, а также опыт преобразования данных MCAP в колоночные форматы для дальнейшего запроса и обработки. Опыт кураторства данных для обучения ML, например, выборка разнообразия, псевдомаркировка и версионирование наборов данных.
Компенсация (диапазон оплаты в США): 139 000 – 166 800 долларов США в год
Torc заботится о своих сотрудниках и стремится предоставлять льготы и ресурсы для поддержки их здоровья, баланса между работой и личной жизнью и будущего. Наша культура — совместная, энергичная и ориентированная на команду. Torc предлагает: Конкурентоспособный компенсационный пакет, включающий бонусную часть и опционы на акции. 100% оплачиваемые медицинские, стоматологические и офтальмологические страховки для штатных сотрудников. План 401K с 6% совпадением работодателя. Гибкий график и щедрый оплачиваемый отпуск (доступен сразу после начала работы). Закрытие офисов компании во время праздников. Страхование от несчастных случаев, потери трудоспособности и жизни.
Наша компенсация отражает стоимость труда на нескольких географических рынках. Оплата основана на ряде факторов и может варьироваться в зависимости от знаний, навыков и опыта, связанных с работой. Общий компенсационный пакет Torc также будет включать наш корпоративный бонус и план опционов на акции. В зависимости от предложенной должности, могут быть предоставлены выплаты при приеме на работу, релокация и другие формы компенсации в рамках общего компенсационного пакета, в дополнение к полному спектру медицинских, финансовых и/или других льгот.
Диапазон оплаты в США $139 000 — $166 800 USD
Compensation (US Pay Range): 139,000 – 166,800 USD per year
About The Company: At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business. A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer.
Meet The Team: Torc is hiring an Autonomy Data Engineer Level 2 to help design, build and operate the data infrastructure that powers our autonomy program. You will build the pipelines, storage systems, and tooling that turn raw vehicle sensor logs into the curated, structured datasets that our perception, planning and simulation engineers depend on.
This is a high-ownership role on a lean team. Moving large scale sensor data reliably from vehicles operating in demanding environments and making it quickly available for model training is a difficult and high-impact problem to solve.
What You'll Do:
Data Lake and Ingestion Pipeline Contribute to the design and organization of the program’s data lake, including schema definitions, partitioning strategy and metadata indexing. Build and maintain end-to-end pipelines that ingest high-bandwidth sensor logs from vehicles into cloud storage with high reliability and tolerant of ad-hoc and intermittent connectivity mechanisms. Implement data validation and integrity checks that can detect corrupted information, missing sensors, and inconsistent calibration prior to the data being processed by downstream systems. Implement retention, tiering and lifecycle policies for data to balance storage costs with development value.
Dataset Curation and Labeling Infrastructure Build tooling to query raw logs to produce curated training and evaluation datasets. Build automation to run cost-effective pseudo-labeling workflows at the scale of data ingest. Implement data quality and model performance metrics that are used to direct labeling effort toward the highest-value examples.
Autonomy Data Visualization Deploy and maintain data visualization tooling to support log review, annotation QA, and autonomy debugging workflows. Build integrations between the visualization tooling and the data lake so engineers can navigate from a dataset entry or model failure directly to the origin log data Work with autonomy engineers to define and surface custom visualization panels and implement metrics for analyzing unstructured operating environments. Build dashboards that provide the autonomy engineers visibility into data coverage by terrain type, operating environment and geographic region.
Cross-functional Collaboration Establish and document data contracts between the data services and model training consumers. Partner with perception, planning and embedded engineers across the data lifecyle: from shaping the logging schemas and collection triggers to defining the dataset interfaces that supply model training and evaluation. Follow and help evolve data engineering standards, best practices, and tooling choices for an innovative and fast-paced team. Contribute to the data roadmap and surface findings to senior technical leadership.
What You'll Need to Succeed: Bachelor’s degree in Computer Science, Computer Engineering, Software Engineering, Electrical Engineering or a related field with 4+ years of data engineering experience or a Master’s with 2+ years. Strong proficiency in Python and SQL, with demonstrated ability to build production-quality data pipelines Experience with cloud data infrastructure (AWS preferred: S3, Glue Athena, redshift, or equivalent) and infrastructure-as-code tools (Terraform, Cloud Formation). Solid understanding of data partitioning strategies and columnar storage formats (Parquet, Orc, etc.) Experience building and operating data pipelines that process time-series and binary data. Proven ability to evaluate and integrate open-source tooling when appropriate versus building from scratch. Good instincts for delivering data quality through first-class implementations of monitoring, validation and lineage tracking.
Bonus points! Experience with autonomous vehicles, robotics, or other sensor-driven autonomous systems. Deep experience with Foxglove or Rerun beyond basic playback, e.g. building custom extensions or integrating them into a structured log review or annotation QA workflow. Familiarity with the MCAP CLI and/or python library and experience converting MCAP data to columnar data formats for further querying and processing. Experience with data curation for ML training, e.g. diversity sampling, pseudo-labeling, and dataset versioning.
U.S. Citizenship Requirement: This position requires access to information and systems that are restricted under U.S. law. Accordingly, only U.S. citizens are eligible for this role. This requirement is based on applicable government regulations and is not related to immigration status discrimination.
Perks of Being a Full-time Torc’r Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: A competitive compensation package that includes a bonus component and stock options 100% paid medical, dental, and vision premiums for full-time employees 401K plan with a 6% employer match Flexibility in schedule and generous paid vacation (available immediately after start date) Company-wide holiday office closures AD+D and Life Insurance
At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities.
Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply.
Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits.
Job ID: R-102913 Hiring Range for Job Opening US Pay Range $139,000 — $166,800 USD
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 136 000 до 171 000