在Serve Robotics，我们正在重新构想城市中事物的移动方式。我们友好的人行道机器人是我们对未来的愿景。它旨在将配送从拥挤的街道中移开，使更多人能够获得配送服务，并惠及当地企业。
Serve的机器人队伍在洛杉矶、迈阿密、达拉斯、亚特兰大和芝加哥进行商业配送时，一路上令商家、客户和行人感到愉悦。我们正在寻找有才华的人才，将机器人配送从令人惊讶的新奇变为高效的普及。
我们是谁
我们是软件、硬件和设计领域的科技行业资深人士，正在汇集我们的技能来构建我们想要生活的未来。我们正在利用机器人技术、机器学习和计算机视觉等学科解决现实世界的问题，同时关注端到端的用户体验。我们的团队敏捷、多元化且充满动力。我们相信，解决复杂动态问题的最佳方式是协作和尊重。
Serve Robotics正在寻找一位高级机器学习工程师，负责领导设计和实施前沿的机器学习模型和可扩展系统，以实现自动驾驶基础模型的4D自动标注。此职位专注于开发稳健且高效的算法，以自动生成监督信息，为下一代端到端自动化模型的数据管道提供动力。通过连接数据工程、机器学习系统和模型部署，此职位使Serve能够利用每一个机器人里程来加速、更智能和更高效地开发自动化。
职责
- 设计和实施生产级自动标注管道，从多模态机器人数据中大规模生成3D和4D注释（对象、轨迹、地图）。
- 开发以数据为中心的学习工作流程，连接自动标注输出、Serve的数据集基础设施，以及持续的E2E模型训练和评估管道。
- 领导自我训练、弱监督和模拟到现实适应的倡议，以减少手动标注依赖并加速模型迭代周期。
- 与多个自动化团队（如ML基础设施、地图、模拟）跨职能合作，使标注基础设施与模型训练和评估工作流程保持一致。
- 走在E2E自动化和数据中心机器学习的前沿，识别将最先进技术投入生产的机会。
- 指导和支持机器学习工程师和实习生，发展稳健的数据中心实践，从数据集策划和标注反馈循环到模型监控和持续改进。
资格
- 计算机科学、机器学习、机器人技术或相关领域的硕士或博士学位，或同等行业经验。
- 5年以上开发生产机器学习系统的经验，最好是在自动驾驶、机器人技术或大规模数据平台领域。
- 深度学习（PyTorch/TensorFlow）和可扩展机器学习系统设计（分布式训练、数据流编排和ML的CI/CD）的强大背景。
- 拥有多模态传感器数据（LiDAR、相机、IMU、里程计）和端到端模型架构的实际经验。
- 精通Python编程和扎实的软件工程基础（测试、版本控制、模块化）。
- 出色的跨自动化、数据和基础设施团队的协作和沟通能力。
让你脱颖而出的因素
- 具有基于变换器的模型和E2E自动驾驶架构的经验。
- 对大规模机器人或自动驾驶机器学习栈的贡献。
- 在自监督学习、主动学习或半自动标注系统方面的背景。
- 在云原生机器学习管道（GCP、AWS或Azure）和容器化/编排框架（Docker、Kubernetes、Airflow、Ray）方面的专业知识。
- 熟悉模拟数据集成（CARLA、UE5或内部重模拟环境）。
- 请注意：本职位描述中列出的基本工资范围反映了位于旧金山湾区的候选人的薪酬。虽然我们更倾向于位于湾区的候选人，但我们也欢迎在以下地区远程工作的合格人才：
美国 - 基本工资范围（美国 - 所有地点）：$155k - $200k USD
加拿大 - 基本工资范围（加拿大 - 所有地点）：$130k - $165k CAD
薪酬范围：$185K - $230K
