Senior Staff Machine Learning Engineer

Должность: Старший инженер по машинному обучению (Senior Staff Machine Learning Engineer) Местоположение: Саннивейл, Калифорния

Компенсация (диапазон базовой заработной платы): 227 000 – 300 000 долларов США в год

В Sonatus мы ускоряем трансформацию в области программно-определяемых транспортных средств с поддержкой искусственного интеллекта. Традиционные методы автомобильного программного обеспечения не успевают за ожиданиями потребителей, сформированными индустрией мобильных устройств — где функции быстро развиваются, бесшовно обновляются и постоянно улучшаются. Именно поэтому ведущие производители оригинального оборудования (OEM) доверяют Sonatus ускорение этого сдвига. Наши технологии уже используются в серийном производстве более чем 9 миллионов автомобилей на дорогах сегодня, и их число стремительно растет. Штаб-квартира компании находится в Саннивейле, Калифорния, а ее сотрудники насчитывают более 250 человек по всему миру. Sonatus сочетает в себе гибкость быстрорастущей компании с масштабом и влиянием авторитетного партнера. Опираясь на мощное финансирование и подтвержденное глобальное внедрение, мы решаем одни из самых интересных и сложных задач в отрасли. Присоединяйтесь к нам и помогите переосмыслить возможности, формируя будущее мобильности. Краткое описание должности: Sonatus является мировым лидером в автомобильной промышленности, предоставляя ключевые технологии, которые обеспечивают интеллектуальные автомобили, определяемые ИИ. Наши решения уже используются на дорогах в миллионах автомобилей, и мы быстро расширяем наши предложения для производства ИИ на периферийных устройствах (Edge AI). Мы ищем выдающегося старшего инженера по машинному обучению (Senior Staff Machine Learning Engineer), который присоединится к нашей опытной команде ИИ и возглавит разработку Edge AI для самодиагностики и прогнозирования состояния автомобиля в режиме реального времени. На этой должности вы будете создавать и развертывать модели ИИ, которые анализируют непрерывные данные, генерируемые в автомобиле во время повседневной эксплуатации, включая системные журналы, трассировки и внутренние сигналы автомобиля (Ethernet и CAN), для обнаружения и прогнозирования состояния различных подсистем и прогнозирования сбоев в режиме реального времени. Вы будете отвечать за весь конвейер ML — от получения данных и обучения моделей до их развертывания на периферийных устройствах с ограниченными ресурсами и оптимизации моделей. Вы будете работать в быстро развивающейся стартап-среде, где ваш код будет напрямую влиять на надежность парка автомобилей и создавать следующее поколение самодиагностируемых автомобилей. Ожидается, что вы будете сотрудничать с другими ведущими разработчиками, обладающими глубоким пониманием и опытом в области автомобильного программного обеспечения и систем, а также с другими разработчиками ИИ, работающими над MLOps и интеграцией моделей ИИ в автомобили, которые будут выпускаться на дороги сегодня. Ожидается экспериментирование с передовыми архитектурами моделей и лучшими в своем классе инструментами разработки. Это гибридная роль в нашем офисе в Саннивейле, Калифорния, где ожидается, что вы будете работать в офисе 3 дня в неделю. Обязанности: Создавать и обучать модели AI Edge (например, Transformers, LLMs, CNN, LSTM, Trees) для обработки неструктурированных журналов приложений, трассировок ядра и мультимодальных данных. Интегрировать потоки ML, включая облачные API LLM (Gemini, OpenAI, Claude), с акцентом на создание синтетических данных. Разрабатывать алгоритмы для автоматической кластеризации паттернов журналов и обнаружения регрессий программного обеспечения, состояний гонки или прекурсоров сбоев. Проектировать модели обучения с учителем и без учителя (например, Autoencoders, Isolation Forests) для мониторинга временных рядов данных с шины CAN и бортовых датчиков. Реализовывать логику для корреляции аномалий сигналов (например, дрейфы ADAS, всплески датчиков, задержки) в различных модальностях с системными событиями для выявления первопричин. Портировать и оптимизировать модели PyTorch/TensorFlow в производственные модели для выполнения на ЦП/ГП или встроенных NPU. Применять квантование, обрезку, дистилляцию и оптимизацию памяти для обеспечения работы моделей в рамках строгих ограничений ОЗУ/флэш-памяти. Определять стратегию данных для фильтрации на устройстве: предварительная обработка на устройстве и принятие решения о том, какие данные обрабатываются локально, а какие — в облаке. Руководить архитектурой конвейера Edge ML и наставлять младших инженеров по лучшим практикам встраиваемого ИИ. Требования: Степень бакалавра в области компьютерных наук, электротехники, разработки программного обеспечения или смежной области. 10+ лет опыта в области машинного обучения, из них 3+ года с акцентом на Edge AI или встраиваемые системы. Подтвержденный опыт наставничества младших инженеров в разработке программного обеспечения. Экспертное знание Python (для обучения) и уверенное рабочее знание современного C++ (C++14/17 для инференса). Глубокое знание PyTorch или TensorFlow и опыт работы с движками инференса, такими как ONNX, TFLite или TVM. Опыт применения методов NLP для парсинга текстовых данных, моделирования последовательностей (RNN/GRU), векторных хранилищ или легких LLM/SLM. Опыт работы с библиотеками, такими как scikit-learn, tslearn или statsmodels, для обнаружения аномалий в данных датчиков. Подтвержденная способность руководить техническими проектами от концепции до производства в неоднозначной, быстро меняющейся среде. Способность общаться с заинтересованными сторонами и излагать компромиссы. Опыт развертывания в средах Edge (например, на базе ARM), ручного управления памятью и работы с ограниченными вычислительными ресурсами. Кандидаты с сильным опытом в области компьютерного зрения (CV) / ADAS настоятельно приветствуются! Желательные навыки: Степень магистра/доктора наук в области компьютерных наук, инженерии или смежных областях. Знакомство с системами Edge и, желательно, с автомобильными форматами (CAN, DBC, UDS, SOME/IP или MQTT). Понимание журналов ядра Linux/QNX (dmesg), состояний процессов и отладки на уровне ОС. Опыт работы с NVIDIA TensorRT, Qualcomm SNPE. Преимущества и льготы в штаб-квартире в Саннивейле: План медицинского страхования (медицинское, стоматологическое и офтальмологическое). Гибкая программа расходов на уход за зависимыми лицами. Пенсионный план (401k). Страхование жизни (базовое, добровольное и AD&D). Неограниченный оплачиваемый отпуск в год, 14+ оплачиваемых праздников. Гибридный режим работы в офисе. Бесплатные обеды, закуски и напитки в дни работы в офисе. Пособие на оздоровление. Компенсация телефона и интернета. Пособие на покупку компьютерных аксессуаров. Указанный диапазон заработной платы является общим ориентиром и представляет собой добросовестную оценку того, что Sonatus («Компания») может разумно ожидать заплатить в качестве базовой заработной платы за эту должность. Оплата, предложенная выбранному кандидату, будет определяться на основе таких факторов, как (но не ограничиваясь ими) объем и обязанности должности, квалификация выбранного кандидата, наличие бюджета отдела, географическое положение и внешняя рыночная плата за сопоставимые должности. Компания оставляет за собой право изменять этот диапазон в будущем по мере необходимости, поскольку меняются рыночные условия. Диапазон базовой заработной платы $227 000 — $300 000 USD