Machine Learning Staff Engineer – ADAS Online

Wir bauen ein leistungsstarkes ADAS Online-Team auf, das sich auf die Weiterentwicklung von hochmodernen Machine Learning- und KI-Algorithmen für die Szenenverständnis und Umweltbewusstsein konzentriert. Als ML Staff Engineer werden Sie die algorithmische Richtung unseres aktuellen und zukünftigen In-Vehicle-Spatial-Awareness-Stacks vorantreiben und dabei tief in das Design, die Experimentierung und die Leistungsverbesserung von Modellen eingebunden sein. Sie werden als senior technische Autorität und Mentor innerhalb eines kleinen, dynamischen Teams beitragen. Dieser Spatial Awareness Stack wird moderne Transformer- und End-to-End-Architekturen nutzen, um Fahrzeug-Sensordaten zusammen mit Echtzeit-3D-Kartendaten aus der Cloud in eine 3D, semantisch definierte Umgebung zu transformieren, die alle statischen und dynamischen Objekte identifiziert. Dies ist eine Rolle mit hohem Verantwortungsbewusstsein in einem schnelllebigen, datengestützten KI-Umfeld.

Was Sie tun werden:

• Die technische Richtung für physische KI-Algorithmen definieren und vorantreiben.
• Ein technisches Fahrplan zur hochmodernen Verstärkungslernen unter Verwendung physischer KI-Weltmodelle umsetzen.
• ML/Vision-Transformer-Modelle für 3D-Bewusstsein und Planung entwerfen, implementieren und verbessern.
• Multi-Modal-Fusionsansätze (Kamera, LiDAR, RADAR) entwerfen, um 3D-Umgebungen zu erstellen.
• Identifizieren, wo größere End-to-End-Modelle traditionelle Ansätze ersetzen sollten.
• Fortgeschrittene ML-Techniken (Transformers, Repräsentationslernen, großangelegte Modelle) anwenden, um die Wahrnehmungsleistung zu verbessern.
• Strukturierte Experimente und Benchmarking leiten, um messbare Verbesserungen in Genauigkeit und Robustheit zu liefern.
• Forschungsideen in zuverlässige, skalierbare ML-Lösungen umsetzen.
• Technische Anleitung und Mentoring für Wahrnehmungsingenieure bieten.

Was Sie benötigen:

• Über 7 Jahre Erfahrung in Machine Learning, Vision Transformers, Diffusion oder Computer Vision.
• Tiefe Expertise in modernen Deep Learning-Architekturen.
• Starke praktische Erfahrung mit PyTorch (oder gleichwertigen Frameworks).
• Nachweisliche Erfahrung im Aufbau und der Iteration großer ML-Modelle.
• Starke mathematische Grundlagen in Optimierung und probabilistischer Modellierung.
• Erfahrung in der Leitung technischer Entscheidungen innerhalb eines kleinen Ingenieurteams.

Was schön wäre zu haben:

• Erfahrung in autonomen Systemen oder Robotik-Wahrnehmung.
• Veröffentlichungen oder Patente im Bereich Machine Learning oder Wahrnehmung.
• Erfahrung mit 3D-Datenrepräsentationen (Gaussian Splatting, Punktwolken, BEV, Voxel-Gitter) und 3D-Engines wie Unity.
• Vertrautheit mit großangelegtem Training oder Grundmodellen.
• Erfahrung in der Mentoring von Ingenieuren in fortgeschrittenen ML-Themen.

Was wir bieten:

• Ein wettbewerbsfähiges Vergütungspaket.
• Zeit und Ressourcen für Wachstum und Entwicklung, einschließlich eines persönlichen Entwicklungsbudgets und bezahlter Freistellung für Lerntage sowie Zugang zu E-Learning-Ressourcen.
• Flexibilität bei der Arbeit, wobei TomTom’ers in Absprache mit ihrem Manager und Team sowohl im Büro als auch von zu Hause aus arbeiten können.
• Ein wettbewerbsfähiger Urlaubsplan, plus einen zusätzlichen freien Tag zur Feier Ihres Geburtstags.
• Teilnahme an jährlichen Veranstaltungen wie unserem Hackathon und DevDays.
• Eine inklusive globale Kultur und die Möglichkeit, mit einer vielfältigen Gemeinschaft zusammenzuarbeiten.

Wir sind die ADAS & ADS Product Unit, die die Produktion von TomToms HD-Karten und ADAS-Technologie leitet. In einem vielfältigen Team von angewandten Wissenschaftlern, Ingenieuren, Datenwissenschaftlern und mehr werden Sie an bahnbrechenden standortbasierten Technologien und Anwendungen zusammenarbeiten.