Torc Robotics
Ingénieur·e en apprentissage automatique, II
Vaga remota de Machine Learning Engineer com fit claro de localização do candidato.
Publicada21 de jun. de 2026
Países elegíveis40 países aceitos
Sinal de senioridadeMiddle
Modelo de trabalhoRemoto
Locais aceitos para candidatos
Resumo da vaga
Ingénieur·e en apprentissage automatique, II
Requisitos e responsabilidades
Conteúdo da vaga extraído em seções para revisão mais rápida.
Ce que vous ferez
- Développer et entraîner les modèles d’apprentissage automatique pour les systèmes de comportements acquis, y compris les approches comme le clonage de comportements, l’apprentissage par imitation et l’apprentissage par renforcement.
Ce que vous ferez
- Mettre en œuvre un code d’AA de qualité production afin de soutenir l’entraînement, l’évaluation et l’inférence de modèles au sein de la pile d’autonomie.
Ce que vous ferez
- Analyser le rendement de modèles, identifier les modes d’échec et proposer des améliorations afin d’augmenter la robustesse et la généralisation à travers différents scénarios.
Ce que vous ferez
- Contribuer aux pipelines d’entraînement des modèles et flux de travail des données, organiser les ensembles de données des comportements provenant de la simulation, des registres de flotte et des données des véhicules.
Ce que vous ferez
- Collaborer avec les équipes de simulation, de validation et d’ingénierie d’autonomie pour tester et évaluer les modèles de comportements acquis à travers divers environnements de conduite.
Ce que vous ferez
- Aider à intégrer les modèles de comportements acquis dans les flux de travail de simulation et de test, permettant ainsi une itération plus rapide et une validation plus complète.
Ce que vous ferez
- Soutenir le développement des outils et de l’infrastructure qui améliorent la vitesse d’expérimentation, la répétabilité et l’itération de modèles.
Ce que vous ferez
- Contribuer aux discussions techniques par rapport aux architectures de modèles et aux stratégies d’entraînement au sein de l’équipe.
Ce dont vous aurez besoin pour réussir
- Baccalauréat en informatique, robotique, génie électrique, apprentissage automatique ou autre domaine technique connexe avec au moins 4 ans dans le milieu ou une maîtrise avec au moins 2 ans d’expérience.
Ce dont vous aurez besoin pour réussir
- Expérience en application de techniques d’apprentissage automatique, comme l’apprentissage par imitation, l’apprentissage par renforcement ou la modélisation par séquence, à la robotique, aux systèmes autonomes ou aux environnements de contrôle complexes.
Ce dont vous aurez besoin pour réussir
- Compétences robustes en programmation Python et PyTorch, avec de l’expérience en codage d’AA de qualité production.
Ce dont vous aurez besoin pour réussir
- Expérience en entraînement et évaluation de modèles d’apprentissage automatique à l’aide de grands ensembles de données et d’environnements informatiques adaptatifs.
Ce dont vous aurez besoin pour réussir
- Compréhension des architectures d’AA utilisées dans les systèmes de conduite autonome, comme les transformateurs, les réseaux neuronaux graphiques ou les modèles par séquence.
Ce dont vous aurez besoin pour réussir
- Expérience en débogage du comportement des modèles, en analyse des données métriques de rendement et en itération sur les pipelines d’entraînement.
Ce dont vous aurez besoin pour réussir
- Capacité à collaborer avec des équipes pluridisciplinaires afin d’intégrer les modèles d’AA à de plus grands systèmes logiciels.
Points bonus
- Expérience de travail en conduite autonome, en robotique ou dans des environnements d’apprentissage par simulation.
Points bonus
- Expérience avec les cadres de travail de l’apprentissage par renforcement ou systèmes d’entraînement distribué (par ex., Ray).
Points bonus
- Expérience de travail dans des environnements de simulation ou des ensembles de données de comportements à grande échelle.
Points bonus
- Familiarité avec la dynamique du véhicule, la planification des mouvements ou des systèmes de prise de décision multiagent.
Points bonus
- Expérience en déploiement de modèles d’AA dans les systèmes robotiques en temps réel ou de production.
Avantages d’être un employé à temps plein Torc’r
- Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions
Avantages d’être un employé à temps plein Torc’r
- Une couverture médicale, dentaire et de la vue pour les employés à temps plein
Avantages d’être un employé à temps plein Torc’r
- Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 6 %
Avantages d’être un employé à temps plein Torc’r
- Une subvention pour le transport en commun (uniquement dans la région de Montréal)
Avantages d’être un employé à temps plein Torc’r
- Une flexibilité des horaires et des vacances payées généreuses
Avantages d’être un employé à temps plein Torc’r
- Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise
Avantages d’être un employé à temps plein Torc’r
- Une assurance-vie
Vagas similares
Mantenha uma lista reserva.
Python 8 países aceitos
Senior Backend Engineer (AdTech)Leap ToolsVer vaga Python 8 países aceitos
Senior Backend EngineerLeap ToolsVer vaga Python 8 países aceitos
Application Security Engineer (Tech Lead)Morgan StanleyVer vaga Python 8 países aceitos
Application Security Engineer (Senior)Morgan StanleyVer vaga Stack
Use estas tags para comparar vagas remotas similares.
Elegibilidade de localização
Candidatos devem aplicar apenas quando o país do perfil estiver listado aqui.
Seu perfilPaís não definidoEntre para comparar seu país com esta vaga.
Ver todos os 40 países aceitos
AlbâniaÁustriaBielorrússiaBélgicaBulgáriaCanadáCroáciaChipreTchéquiaDinamarcaEstôniaFinlândiaFrançaAlemanhaGréciaHungriaIslândiaIrlandaItáliaLetôniaLituâniaLuxemburgoMaltaMoldáviaMontenegroPaíses BaixosMacedônia do NorteNoruegaPolôniaPortugalRomêniaSérviaEslováquiaEslovêniaEspanhaSuéciaSuíçaUcrâniaReino UnidoEstados Unidos
Fluxo de contratação
O WithMira mostra a vaga e depois envia candidatos para a aplicação da empresa.
1Confira fit da vaga, stack e elegibilidade de localização no WithMira.
2Abra a página de aplicação da empresa pelo link rastreado.
3Salve a vaga ou assine oportunidades similares antes de sair.