Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Torc
Анн-Арбор, Соединенные Штаты3 месяца назад
153 200 – 183 800 USD
в год
Грейд
Middle
Опыт работы
от 3 лет
Формат работы
Удалённо, Гибрид, Офис
Тип занятости
Полная занятость
Уровень английского
B2, выше среднего
Релокация
Соединенные Штаты, Анн-Арбор, Блэксберг, Форт-Уэрт
Письмо на почту или сообщение рекрутеру в Telegram
В Torc мы всегда верили, что технология автономных транспортных средств изменит способы нашего передвижения, перевозки грузов и ведения бизнеса. Являясь лидером в области автономного вождения с 2007 года, Torc более десяти лет коммерциализирует свои решения с опытными партнерами. Теперь, будучи частью семьи Daimler, мы сосредоточены исключительно на разработке программного обеспечения для автоматизированных грузовиков, чтобы изменить способы перевозки грузов в мире. Присоединяйтесь к нам и катапультируйте свою карьеру в компании, которая помогла стать пионером в области автономных технологий, и первой компании-разработчику программного обеспечения для AV с видением прямого партнерства с производителем грузовиков. Познакомьтесь с командой Команда Multi-Modal Perception в Torc отвечает за разработку систем машинного обучения, которые позволяют нашим автономным грузовикам воспринимать и понимать окружающий мир. Объединяя информацию с камер, LiDAR и других сенсорных модальностей, команда создает готовые к производству возможности восприятия, которые обеспечивают основу для безопасного и надежного автономного вождения. В качестве инженера по машинному обучению II – 3D Perception вы присоединитесь к совместной команде инженеров и исследователей в области машинного обучения, занимающихся решением сложных реальных задач восприятия. Эта роль в первую очередь направлена на улучшение наших возможностей восприятия с высоты птичьего полета (BEV) путем разработки, оценки и улучшения производственных решений машинного обучения, которые поддерживают понимание окружающей среды, надежность моделей и производительность системы во всем стеке автономности Torc.
Разрабатывать, создавать и улучшать модели машинного обучения, поддерживающие системы восприятия Torc. Владеть разработкой и поставкой моделей для четко определенных областей задач восприятия, от подготовки данных и обучения до оценки и интеграции. Писать код Python и PyTorch производственного качества для поддержки масштабируемых рабочих процессов обучения, оценки и вывода. Анализировать производительность модели, выявлять режимы сбоев и самостоятельно устранять проблемы для повышения надежности, точности и обобщаемости. Разрабатывать и оценивать модели восприятия, использующие мультимодальные сенсорные данные, с акцентом на системы восприятия на основе камер и 3D. Сотрудничать с инженерами-программистами, инфраструктурными командами и инженерами по автономности для интеграции моделей восприятия в более крупные производственные программные системы. Вносить вклад в улучшения конвейеров обучения, рабочих процессов обработки данных, инструментов для экспериментов и рабочих процессов разработчиков, которые ускоряют итерацию и развертывание моделей. Участвовать в обсуждениях архитектуры моделей и вносить технические рекомендации в команде. Руководить небольшими техническими инициативами или компонентами моделей под руководством старших инженеров. Поддерживать и наставлять младших инженеров по машинному обучению I в области внедрения, экспериментирования и передовых методов машинного обучения. Документировать техническую работу, результаты оценки и проектные решения для поддержки обмена знаниями и долгосрочной поддерживаемости.
Степень бакалавра в области компьютерных наук, робототехники, электротехники, машинного обучения или смежной технической области с 4+ годами соответствующего отраслевого опыта, ИЛИ степень магистра с 3+ годами соответствующего опыта, или эквивалентный практический опыт. Опыт разработки моделей машинного обучения для компьютерного зрения, восприятия, робототехники, автономных систем или тесно связанной области. Отличные навыки программирования на Python и PyTorch, с опытом написания поддерживаемого кода машинного обучения производственного качества. Опыт обучения, оценки и улучшения моделей глубокого обучения с использованием крупномасштабных наборов данных. Опыт работы с системами восприятия на основе изображений и/или 3D. Твердое понимание архитектур глубокого обучения, обычно используемых в приложениях восприятия. Опыт отладки поведения модели, анализа метрик производительности и предложения практических улучшений. Способность самостоятельно выполнять сложную работу по машинному обучению в четко определенных областях задач. Опыт кросс-функционального сотрудничества для интеграции моделей машинного обучения в более крупные программные системы. Отличные навыки решения проблем с возможностью эффективно работать в условиях меняющихся технических задач и требований.
Опыт разработки систем восприятия для автономного вождения, робототехники или ADAS. Опыт работы с LiDAR, обработкой облаков точек, слиянием датчиков, представлениями BEV или другими методами 3D-восприятия. Опыт работы с временными моделями восприятия или обучением на основе видео. Опыт работы с C++, ROS или разработкой программного обеспечения для робототехники. Опыт развертывания моделей машинного обучения в производственных платформах автономности или робототехники. Опыт работы с крупномасштабными наборами данных для восприятия и распределенными средами обучения. Знакомство с системами оценки восприятия, валидацией моделей и сравнительным анализом производительности. Опыт улучшения инструментов ML, автоматизации, конвейеров обучения или инфраструктуры для экспериментов. Опыт руководства небольшой технической инициативой или владения производственным ML-компонентом от разработки до развертывания.
Вознаграждение (диапазон оплаты в США): 153 200 – 183 800 долларов США в год
Место работы: Для этой должности мы готовы нанимать в Энн-Арбор, штат Мичиган, Блэксбург, штат Вирджиния, Форт-Уэрт, штат Техас, в гибридном режиме. Мы также готовы нанимать удаленно на территории США. Преимущества работы на полную ставку в Torc Torc заботится о членах нашей команды, и мы стремимся предоставлять льготы и ресурсы для поддержания их здоровья, баланса между работой и личной жизнью и будущего. Наша культура — это совместная, энергичная и ориентированная на команду атмосфера. Torc предлагает: Конкурентоспособный компенсационный пакет, включающий бонусную составляющую и опционы на акции. 100% оплата медицинских, стоматологических и офтальмологических страховых взносов для штатных сотрудников. План 401K с 6% взносом работодателя. Гибкий график и щедрый оплачиваемый отпуск (доступен сразу после начала работы). Оплачиваемые компанией выходные дни в праздники. Наша компенсация отражает стоимость труда на различных географических рынках. Оплата зависит от ряда 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, единовременные выплаты, релокация и другие формы компенсации могут предоставляться в рамках общего компенсационного пакета, в дополнение к полному спектру медицинских, финансовых и/или других льгот. Диапазон оплаты в США $153 200 — $183 800 USD
Compensation (US Pay Range): 153,200 – 183,800 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's Multi-Modal Perception team is responsible for developing the machine learning systems that enable our autonomous trucks to perceive and understand the world around them. By combining information from cameras, LiDAR, and other sensor modalities, the team builds production-ready perception capabilities that provide the foundation for safe, reliable autonomous driving.
As a Machine Learning Engineer II – 3D Perception, you'll join a collaborative team of machine learning engineers and researchers focused on solving complex real-world perception challenges. This role is primarily focused on advancing our Bird's Eye View (BEV) perception capabilities by developing, evaluating, and improving production machine learning solutions that support environmental understanding, model robustness, and system performance across Torc's autonomy stack.
What You'll Do
Design, develop, and improve machine learning models supporting Torc's perception systems.
Own model development and delivery for well-defined perception problem areas, from data preparation and training through evaluation and integration.
Write production-quality Python and PyTorch code to support scalable training, evaluation, and inference workflows.
Analyze model performance, identify failure modes, and independently troubleshoot issues to improve robustness, accuracy, and generalization.
Develop and evaluate perception models leveraging multi-modal sensor data, with an emphasis on camera-based and 3D perception systems.
Collaborate with software engineers, infrastructure teams, and autonomy engineers to integrate perception models into larger production software systems.
Contribute to improvements in training pipelines, data workflows, experimentation tooling, and developer workflows that accelerate model iteration and deployment.
Participate in model architecture discussions and contribute technical recommendations within the team.
Lead small technical initiatives or model components with guidance from senior engineers.
Support and mentor Machine Learning Engineer I team members on implementation, experimentation, and machine learning best practices.
Document technical work, evaluation results, and design decisions to support knowledge sharing and long-term maintainability.
What You'll Need to Succeed
Bachelor's degree in Computer Science, Robotics, Electrical Engineering, Machine Learning, or a related technical field with 4 + years of relevant industry experience, OR Master's degree with 3 + years of relevant experience, or equivalent practical experience.
Experience developing machine learning models for computer vision, perception, robotics, autonomous systems, or a closely related domain.
Strong programming skills in Python and PyTorch, with experience writing maintainable, production-quality machine learning code.
Experience training, evaluating, and improving deep learning models using large-scale datasets.
Experience working with image-based and/or 3D perception systems.
Solid understanding of deep learning architectures commonly used for perception applications.
Experience debugging model behavior, analyzing performance metrics, and proposing practical improvements.
Ability to independently execute complex machine learning work within well-defined problem areas.
Experience collaborating cross-functionally to integrate machine learning models into larger software systems.
Strong problem-solving skills with the ability to operate effectively in an environment with evolving technical challenges and requirements.
Bonus Points
Experience developing perception systems for autonomous driving, robotics, or ADAS.
Experience with LiDAR, point cloud processing, sensor fusion, BEV representations, or other 3D perception techniques.
Experience with temporal perception models or video-based learning.
Experience with C++, ROS, or robotics software development.
Experience deploying machine learning models into production autonomy or robotics platforms.
Experience working with large-scale perception datasets and distributed training environments.
Familiarity with perception evaluation frameworks, model validation, and performance benchmarking.
Experience improving ML tooling, automation, training workflows, or experimentation infrastructure.
Experience leading a small technical initiative or owning a production ML component from development through deployment.
Work Location: For this position, we are open to hiring in Ann Arbor, MI, Blacksburg, VA, Fort Worth, TX office work locations in a hybrid capacity. We are also open to hiring Remote in the United States.
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 matchFlexibility 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: 102882
Hiring Range for Job Opening
US Pay Range
$153,200 — $183,800 USD
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 150 000 до 202 000
