Personalingenieur für maschinelles Lernen – Ops

Bevor es ins Detail geht, hier die Herausforderung, bei deren Lösung Sie uns helfen würden.

Wir bauen die verkörperte Intelligenz auf, die reale Fahrzeuge sicher bewegt, und das Ökosystem, in dem in Zukunft eine Milliarde Maschinen laufen werden. Nur sehr wenige Leute in der KI können das sagen. Jede Rolle hier, egal welches Team, passt dazu.

Hier erfahren Sie, was diese besondere Rolle umfasst.

🛠️ Über unser Modellintegrations- und Release-Team
Unser Team für Modellintegration und -freigabe ist für den technischen Freigabeprozess für die Fahrmodelle von Wayve verantwortlich. Wenn Forschungs- und Entwicklungsteams neue Architekturen, Funktionen oder Datenänderungen entwickeln, überprüfen wir, ob sie unseren Qualitäts-, Sicherheits- und Leistungsstandards entsprechen, bevor sie die Kunden erreichen. Das Team arbeitet in den Bereichen ML-Engineering, KI-Plattform, Evaluierung und CI/CD, um die Modellbasislinie zu schützen und gleichzeitig die Zuverlässigkeit und Effizienz unserer Modellbereitstellung kontinuierlich zu verbessern.⁠

🧠 Dein Alltag

• Definieren und entwickeln Sie die Modellentwicklungs- und Release-Prozesse von Wayve weiter, einschließlich Verzweigungsstrategien, Release-Kadenz, Konfigurationsmanagement und Quality Gates.

• Überprüfen Sie vorgeschlagene Modell-, Architektur-, Code- und Metrikänderungen, um sicherzustellen, dass die Implementierung dem beabsichtigten Ergebnis entspricht.

• Bewerten Sie die Bewertungsergebnisse und stellen Sie fest, ob Veröffentlichungen den Qualitäts- und Sicherheitsstandards von Wayve entsprechen.

• Identifizieren Sie Lieferengpässe und arbeiten Sie teamübergreifend an der Beseitigung ihrer Grundursachen.

• Bringen Sie Geschwindigkeit und Genauigkeit in Einklang und treffen Sie fundierte Entscheidungen darüber, wann die Bereitstellung beschleunigt werden muss und wann eine Veröffentlichung einer weiteren Validierung bedarf.

🧩 Woran Sie arbeiten werden

• Release-Pipelines, die den gesamten ML-Schulungs- und Bereitstellungslebenszyklus abdecken.

• Automatisierte Prüfungen und Tools, die Probleme früher in der Entwicklung erkennen.

• Zuverlässige Bewertungsmethoden zur Beurteilung von Modelländerungen und Release-Bereitschaft.

• CI/CD-Workflows, die die Modellintegration und -bereitstellung optimieren.

• Überwachung und Beobachtbarkeit, die das Vertrauen in Produktionsfreigaben verbessern.

• Technische Standards und betriebliche Prozesse, die es Teams ermöglichen, qualitativ hochwertige ML-Systeme im großen Maßstab bereitzustellen.

🙌 Du solltest dich bewerben, wenn

• Sie verfügen über umfassende Erfahrung in der Softwareintegration und -version, einschließlich Verzweigungsstrategien, Release-Kadenzen und Konfigurationsmanagement.

• Sie verstehen ML-Training, Modelllebenszyklen und die Infrastruktur, die für die zuverlässige Bereitstellung von Modellen erforderlich ist.

• Sie können das Modell, die Architektur oder Codeänderungen einer anderen Person überprüfen und Entscheidungen anfechten, die nicht mit der erklärten Absicht einer anderen Person übereinstimmen.

• Sie haben Erfahrung mit ML-Tools und -Technologien wie PyTorch, TensorRT, Modellregistrierungen, Quantisierung oder Modellbereitstellung.

• Du arbeitest sicher mit CI/CD-Systemen und GitHub Actions.

• Sie übernehmen die Verantwortung für mehrdeutige, teamübergreifende Probleme und ziehen es vor, zugrunde liegende Prozesse zu reparieren, anstatt immer wieder einzelne Releases zu patchen.

• Sie kombinieren eine ausgeprägte Qualitätsmentalität mit dem Urteilsvermögen, um zu erkennen, wann es wirklich auf Geschwindigkeit ankommt.

• Sie kommunizieren klar und arbeiten effektiv zwischen Forschungs-, Technik-, Plattform-, Evaluierungs- und Produktteams zusammen.

🌱 Nicht jedes Kästchen ankreuzen? Das ist völlig in Ordnung! Wenn Ihnen Autonomie am Herzen liegt und Sie gerne lernen, empfehlen wir Ihnen, sich zu bewerben, auch wenn Sie nicht alle Anforderungen erfüllen.

Mehr über Wayve:
🚀 Wayve baut die führende KI-Plattform für autonomes Fahren. Wir sind Vorreiter bei einem End-to-End-KI-Ansatz, der es Fahrzeugen ermöglicht, direkt aus realen Erfahrungen zu lernen und die Fähigkeit zu entwickeln, sich in großem Maßstab anzupassen, zu verallgemeinern und zu verbessern. Anstatt sich auf handcodierte Regeln oder vorab kartierte Umgebungen zu verlassen, lernt unser KI-Fahrer das Fahren, indem er die Welt um ihn herum versteht. Das Ergebnis ist eine Technologie, die komplexe städtische Umgebungen mit Intelligenz, Präzision und natürlichem Fluss navigiert und so bedeutende Fortschritte sowohl bei der Sicherheit als auch bei der Effizienz ermöglicht. Wir glauben, dass Autonomie einen einmaligen Wandel in der Art und Weise darstellt, wie sich Menschen und Güter bewegen, vergleichbar mit dem Wandel von Pferden zu Autos und von von Menschen gesteuerten Fahrzeugen zu intelligenten Maschinen.
Unser Ziel ist es, Autonomie universell zu machen. Die kartenlose und hardwareunabhängige KI-Plattform von Wayve lässt sich in globale OEM-Partner integrieren, ermöglicht eine kontinuierliche Softwareentwicklung und erschließt mit der Skalierung unseres Kern-KI-Modells erweiterte Automatisierungsstufen von L2 plus bis L4. In einem Rennen, das zunehmend von Intelligenz und realem Lernen geprägt ist, verfolgt Wayve einen besonderen Ansatz und baut eine verallgemeinerbare Fahrintelligenz auf, die jedes Fahrzeug überall antreiben kann. Durch die Kombination von verkörperter KI mit skalierbarem Einsatz schaffen wir Technologien, die an jede OEM-Marke und jedes Fahrererlebnis angepasst werden können, und beschleunigen so den Übergang zu einer sichereren, intelligenteren Zukunft der Mobilität.

Wie wir arbeiten 💻- Standorte und flexibles Arbeiten:
Unsere Hauptdrehkreuze befinden sich in London, Sunnyvale, Yokohama, Herzliya, Vancouver und Leonberg. Wir betreiben ein hybrides Arbeitsmodell, das die persönliche Zusammenarbeit in unseren speziellen Büroräumen mit konzentrierter Zeitarbeit aus der Ferne kombiniert. Dies gibt unseren Teams die Verbindung und die Energie der Zusammenarbeit sowie die Flexibilität, ihre beste Arbeit auf eine Art und Weise zu leisten, die zu ihrem Leben passt.

🔍 Der Interviewprozess:
Unser Prozess ist klar und respektvoll gegenüber Ihrer Zeit:

• Erster Anruf/Recruiter-Bildschirm: 30 Minuten mit Talent Partner.

• Kompetenzgespräche: 30 Minuten mit dem Einstellungsmanager.

• Tiefgreifende technische Interviews: ML Deep Dive, PyTorch Debugging und Tech Leadership; Insgesamt 3 Stunden.

• Abschlussgespräch: Ausrichtung von Mission und Werten, 1 Stunde.

Wir erklären Ihnen immer das Format und passen uns Ihrer Verfügbarkeit an.…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/wayve/staff-machine-learning-engineer-ops-london-united-kingdom-127175)