Staff Machine Learning Engineer

Должность: Ведущий инженер по машинному обучению Местоположение: Саннивейл, Калифорния

Компенсация (диапазон базовой заработной платы): 197 500 – 272 000 долларов США в год

В Sonatus мы способствуем трансформации в области программно-определяемых автомобилей с поддержкой ИИ. Традиционные методы автомобильного программного обеспечения не успевают за ожиданиями потребителей, сформированными мобильной индустрией — где функции быстро развиваются, бесшовно обновляются и постоянно улучшаются. Именно поэтому ведущие OEM-производители доверяют Sonatus ускорение этого сдвига. Наши технологии уже используются в производстве более чем 9 миллионов автомобилей, находящихся на дороге сегодня, и быстро расширяются. Штаб-квартира находится в Саннивейле, Калифорния, а численность сотрудников по всему миру превышает 250 человек. Sonatus сочетает в себе гибкость быстрорастущей компании с масштабом и влиянием авторитетного партнера. Поддерживаемые сильным финансированием и проверенные глобальным внедрением, мы решаем одни из самых интересных и сложных задач в отрасли. Присоединяйтесь к нам и помогите переопределить возможности, формируя будущее мобильности. Обзор роли: Sonatus является мировым лидером в автомобильной промышленности, предоставляя ключевые технологии, которые обеспечивают работу интеллектуальных автомобилей, определяемых ИИ. Наши решения уже используются миллионами автомобилей, и мы быстро расширяем наши предложения для создания ИИ производственного качества на периферийных устройствах (Edge AI). Мы ищем отличного Ведущего инженера по машинному обучению, который присоединится к нашей опытной команде ИИ и возглавит разработку Edge AI для самодиагностического мониторинга и прогнозирования состояния автомобиля. На этой должности вы будете создавать и развертывать модели ИИ, которые анализируют непрерывные данные, генерируемые в автомобиле во время повседневной работы, включая системные журналы, трассировки и внутренние сигналы автомобиля (Ethernet и CAN), для обнаружения и прогнозирования состояния различных подсистем, а также для прогнозирования отказов в режиме реального времени. Вы будете отвечать за сквозной конвейер ML — от приема данных и обучения моделей до развертывания на периферийных устройствах с ограниченными ресурсами и оптимизации моделей. Вы будете работать в быстро меняющейся стартап-среде, где ваш код будет напрямую влиять на надежность парка автомобилей и создавать следующее поколение самодиагностических 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 ожидаются на дорогах сегодня. Ожидайте экспериментировать с передовыми архитектурами моделей и лучшими в своем классе инструментами разработки. Это гибридная роль с работой в нашем офисе в Саннивейле, Калифорния, где вам потребуется работать в офисе 3 дня в неделю. Обязанности: Создание и обучение моделей AI Edge (например, Transformers, LLMs, CNN, LSTM, Trees) для обработки неструктурированных журналов приложений, трассировок ядра и мультимодальных данных. Интеграция ML-потоков, включая облачные API LLM (Gemini, OpenAI, Claude), с акцентом на создание синтетических данных. Разработка алгоритмов для автоматического кластеризации шаблонов журналов и обнаружения регрессий программного обеспечения, состояний гонки или предшественников сбоев. Проектирование моделей неконтролируемого и контролируемого обучения (например, Autoencoders, Isolation Forests) для мониторинга временных рядов данных с шины CAN и бортовых датчиков. Реализация логики для корреляции аномалий сигналов (например, дрейфа ADAS, всплесков датчиков, дрожания задержки) между различными модальностями и системными событиями для выявления первопричин. Портирование и оптимизация моделей PyTorch/TensorFlow в модели производственного качества для выполнения на процессорах/графических процессорах или встроенных NPU. Применение квантования, обрезки, дистилляции и оптимизации памяти для обеспечения работы моделей в рамках строгих ограничений ОЗУ/Flash. Определение стратегии данных для фильтрации на устройстве: предварительная обработка на устройстве и решение, какие данные обрабатываются локально, а какие — в облаке. Руководство архитектурой конвейера Edge ML и наставничество младших инженеров по передовым практикам встроенного ИИ. Требования: Степень бакалавра в области компьютерных наук, электротехники, разработки программного обеспечения или смежной области. 7+ лет опыта в области машинного обучения, из которых 3+ года с акцентом на Edge AI или встраиваемые системы. Подтвержденный опыт наставничества младших инженеров в разработке программного обеспечения. Экспертное владение Python (для обучения) и хорошее рабочее знание современного C++ (C++14/17 для инференса). Глубокое владение 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 легковесных 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 четко 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: MS/PhD в области компьютерных наук, инженерии или смежных областях. Знакомство с системами Edge и предпочтительно 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 штаб-квартиры 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). Неограниченное количество оплачиваемых отпусков в год, 14+ оплачиваемых праздников. Гибридный рабочий график. Бесплатные обеды, закуски и напитки в рабочие дни в офисе. Пособие на оздоровление. Компенсация расходов на телефон и интернет. Компенсация расходов на компьютерные аксессуары. Указанный диапазон заработной платы является общим руководством и представляет собой добросовестную оценку того, что Sonatus («Компания») может разумно ожидать заплатить за базовую заработную плату на этой должности. Оплата, предложенная выбранному кандидату, будет определяться на основе таких факторов, как (но не ограничиваясь ими) объем и обязанности должности, квалификация выбранного кандидата, доступность бюджета отдела, географическое положение и внешняя рыночная оплата за сопоставимые должности. Компания оставляет за собой право изменять этот диапазон в будущем, по мере необходимости, при изменении рыночных условий. Диапазон базовой заработной платы $197 500 — $272 000 USD