Principal Engineer, Autonomy Evaluation

О позиции

Команда Autonomy Evaluation определяет границы возможностей автономной системы GM. Каждую милю пути — на дороге или в симуляции — мы превращаем в данные для принятия технических решений. Наша работа показывает, где система ещё не дотягивает, какой масштаб у проблем и какие улучшения дают максимальную ценность. Мы тесно сотрудничаем с командами Автономии, Симуляции, Безопасности и Software Validation.

Чем заниматься

• Определять многолетнюю техническую стратегию оценки
• Разрабатывать новые методы оценки поведения автомобиля, включая VLM-классификаторы качества вождения
• Задавать метрики для подсистем: восприятие, предсказание, планирование, локализация
• Отслеживать причину плохого поведения до конкретной подсистемы
• Определять, действительно ли изменения в ПО или моделях улучшают вождение
• Трансформировать наблюдаемое поведение в ранжированный список проблем
• Обеспечивать научную строгость: выборка, статистическая значимость, согласованность симуляции с реальными данными
• Формулировать рекомендации для инженерных команд и руководства
• Наставничать инженерам уровня Staff и Senior

Что ждут

• 10+ лет в автономных системах, робототехнике, ML evaluation или прикладной data science
• Опыт создания новых методов оценки, принятых за пределами вашей команды
• Глубокий опыт проектирования статистически корректных оценок динамических систем
• Продвинутые навыки Python и SQL с производственной практикой
• Способность начинать от сырых наблюдений и доводить проблему до решения
• Умение влиять без прямой подчинённости
• Опыт менторства senior-инженеров
• Бакалавр/магистр/PhD в Computer Science, Robotics, ML, Statistics или смежных областях

Условия

• Конкурентоспособный годовой оклад $250,000–384,600 USD
• Медицинское, стоматологическое и визуальное страхование
• Пенсионный план и программы накоплений
• Страхование жизни и краткосрочная нетрудоспособность
• Оплачиваемый отпуск и праздники
• Программы помощи сотрудникам
• Скидки на автомобили GM
• Участие в программе тестирования корпоративных автомобилей
• Возможности для профессионального роста и развития

Навыки

• Autonomous Systems
• Machine Learning
• Data Science
• Python
• SQL
• Statistical Analysis
• Experimental Design
• Robotics
• Sensor Data Processing
• C++
• Model Evaluation
• Visualization
• Simulation
• A/B Testing

Могут спросить на собеседовании

1. Как бы вы определили качество вождения автономной системы, учитывая не только безопасность, но и комфорт пассажиров?
2. Расскажите о ситуации, когда вы обнаружили неизвестный режим отказа в системе. Какой метод вы использовали и как масштабируете это решение?
3. Как вы обеспечиваете согласованность результатов между симуляцией и реальными дорожными тестами? Какие компромиссы допускаете?