Expert Machine Learning Optimization Engineer - Self Driving

VINFAST ist ein Pionierunternehmen im Bereich Elektrofahrzeuge (EV), das sich der Revolutionierung der Automobilindustrie mit nachhaltigen und innovativen Mobilitätslösungen verschrieben hat. Als führender Akteur auf dem EV-Markt engagiert sich VinFast für die Bereitstellung hochwertiger, modernster Elektrofahrzeuge, die das Fahrerlebnis neu definieren. Unser Team besteht aus leidenschaftlichen Fachleuten, die von einer gemeinsamen Vision angetrieben werden, eine grünere und nachhaltigere Zukunft durch Innovation, Technologie und Exzellenz zu schaffen.

Wir suchen einen Senior Machine Learning Optimization Engineer, um die maschinellen Lernmodelle, die unseren selbstfahrenden Stack antreiben, zu beschleunigen und zu optimieren. In dieser Rolle konzentrieren Sie sich darauf, modernste Wahrnehmungs-, Vorhersage- und Planungsmodelle auf Echtzeit-Automobilhardware zum Leben zu erwecken. Sie entwerfen und implementieren effiziente Trainings- und Inferenz-Workflows, um sicherzustellen, dass großangelegte Modelle mit der Robustheit, Latenz und Effizienz laufen, die für den sicheren Einsatz in autonomen Fahrzeugen erforderlich sind.

• Zusammenarbeit mit den Teams für Wahrnehmung, Vorhersage, Planung und anderen, um Modelle für den Einsatz auf eingebetteten Automobilprozessoren (z. B. NVIDIA, Qualcomm, TI) zu optimieren.
• Profilierung und Analyse der CPU/GPU/Beschleunigerleistung zur Identifizierung von Engpässen in der Laufzeit, Speichernutzung und Durchsatz.
• Implementierung und Integration von Modelloptimierungstechniken, einschließlich Quantisierung, Pruning, Destillation, gemischtem Präzisionstraining und effizienten neuronalen Architekturen.
• Aufbau und Optimierung von Inferenz-Pipelines unter Verwendung von TensorRT, ONNX, CUDA-Kernen und anderen Kompilierungsframeworks, um eine latenzarme, Echtzeit-Leistung zu erreichen.
• Entwicklung verteilter Trainings- und skalierbarer Optimierungspipelines zur Unterstützung des großangelegten Trainings von selbstfahrenden Modellen.
• Benchmarking und Validierung optimierter Modelle in verschiedenen realen und simulierten Fahrszenarien, um die Robustheit unter Randbedingungen sicherzustellen.
• Zusammenarbeit mit Systemteams zur Integration optimierter Modelle in den vollständigen selbstfahrenden Stack.
• Beitrag zu CI/CD, Build-Systemen und automatisierten Testpipelines für den Einsatz optimierter ML-Modelle.
• Sicherstellung der Einhaltung von Sicherheits-, Zuverlässigkeits- und Leistungsanforderungen in Automobilqualität.

• MSc/PhD in Informatik, Elektrotechnik, Robotik oder einem verwandten Bereich mit mehr als 5 Jahren relevanter Branchenerfahrung.
• Starke Grundlagen in maschinellem Lernen, tiefem Lernen und Computer Vision.
• Beherrschung von Python und C++.
• Praktische Erfahrung mit PyTorch oder TensorFlow, einschließlich Training und Optimierung großangelegter Modelle.
• Expertise in der Bereitstellung und Optimierung von Modellen für eingebettete oder Echtzeit-Automobilsysteme unter Verwendung von CUDA, TensorRT, ONNX oder gleichwertigen Frameworks.
• Fähigkeit zur Profilierung und Fehlersuche von ML-Code auf GPUs und Beschleunigern mit Profiler-Tools wie NVIDIA Nsight oder ähnlichem.
• Starkes Verständnis von Speicherverwaltung, Parallelisierung und Leistungsoptimierung auf eingebetteten Prozessoren.
• Erfahrung in der Anwendung bewährter Softwareentwicklungspraktiken (CI/CD, Testing, Versionskontrolle) auf ML-Pipelines.
• Ausgezeichnete Problemlösungsfähigkeiten und die Fähigkeit, in einem schnelllebigen, kollaborativen Teamumfeld zu gedeihen.

• Frühere Erfahrung in der Entwicklung autonomer Fahrtechnologien oder ADAS.

• Wettbewerbsfähiges Gehalt.
• Gelegenheit zur Zusammenarbeit mit und zum Lernen von branchenführenden Fachleuten im Automobilbereich.