Esri
Avride
Lead Data Scientist – Autonomes Fahren
ÜBER DAS TEAM
Unser Team ist dafür verantwortlich, die Leistung unserer Technologie zu verstehen und dieses Verständnis in fundierte Entscheidungen umzusetzen. Wir kombinieren Simulationsdaten, reale Fahrdaten, strukturierte Testergebnisse und von Menschen gelabelte Daten, um den gesamten Stack End-to-End zu bewerten. Wir arbeiten teamübergreifend über den gesamten Stack hinweg und liefern Analysen zu einer breiten Palette von Technologieaspekten, von Low-Level-Hardware und Leistung bis hin zur Verhaltensqualität in spezifischen Straßenszenarien. Wir beantworten Fragen von Problemen mit der Systemleistung unter bestimmten Bedingungen bis hin zur Frage, wie bereit wir insgesamt für eine sichere Markteinführung sind.
ÜBER DIE ROLLE
Wir bauen die Analysefunktion auf und suchen nach Personen mit Führungsmentalität und tiefgreifender Analyseerfahrung. Sie werden einen Schwerpunkt im Bereich Evaluierung und Experimente leiten, bei der Einstellung und Gestaltung des IC-Teams helfen, Analysten bei Umfang und Methoden anleiten und eng mit Partnerteams zusammenarbeiten. Sie werden Simulations- und On-Road-Erkenntnisse integrieren, eine breite Palette von Analysemethoden nutzen und klare, handlungsorientierte Ergebnisse für Stakeholder liefern. Sie sind damit vertraut, auch als individueller Beitragszahler hands-on zu bleiben.
WAS SIE TUN WERDEN
- Die Technologie tiefgehend verstehen. Gehen Sie tief in die autonome Fahrtechnologie über Verhalten und Hardware. Bewerten Sie die Plattformgesundheit und das Systemverhalten und definieren Sie die richtigen Metriken und Metrikhierarchien, um die Technologiequalität zu quantifizieren.
- Helfen Sie beim Aufbau und der Leitung des Teams. Tragen Sie zur Teambildung bei, nehmen Sie an der Einstellung und Weiterentwicklung von Analysten teil und legen Sie die Richtung für einen Evaluierungsschwerpunkt fest, während Sie mit Technologieführern und mit Teams zusammenarbeiten, die Dateninfrastruktur und Analysetools entwickeln.
- Hands-on bei Experimenten sein. Entwerfen, durchführen und interpretieren Sie Experimente mit soliden statistischen Methoden. Seien Sie bereit, Ergebnisse selbst zu analysieren und sie in gut begründete Entscheidungen zu übersetzen.
- Analysen erstellen und automatisieren. Arbeiten Sie mit Data Engineers und backend-Entwicklern zusammen, um Datensätze zusammenzustellen und Analyse-Pipelines zu produktivieren, die wiederkehrende Berechnungen mit Blick auf Leistung und Zuverlässigkeit automatisieren.
WAS SIE MITBRINGEN
- Erfahrung: 4+ Jahre in der Analyse für ein groß angelegtes oder komplexes Technologieprodukt.
- Statistik: Starker Hintergrund in statistischem Denken und Methoden zur Bewertung von Veränderungen und Unsicherheiten.
- Programmierung: Starkes Python und SQL; Sie können selbstständig Experimente durchführen und Analysen und Pipelines End-to-End liefern.
- Führung: Nachgewiesene technische Führung, Mentoring und Einstellungserfahrung in der Analyse.
Kandidaten müssen berechtigt sein, in den USA zu arbeiten. Der Arbeitgeber bietet keine Umzugshilfe, keine Sponsoring und keine Remote-Arbeitsoptionen an.
NÜTZLICH ZU HABEN
- Formale Ausbildung in Statistik (z. B. MS oder PhD in Statistik, Angewandter Statistik, Biostatistik, Ökonometrie oder einem quantitativen Feld mit rigorosen statistischen Kursen).
- Vertrautheit mit dem modernen Datenstack und Erfahrung in Data Engineering.
- Hintergrund in Autonomie oder anderen technologisch intensiven Domänen.
#LS-MS1
Avride ist ein Arbeitgeber, der Chancengleichheit fördert und sich verpflichtet, qualifizierten Bewerbern und Mitarbeitern mit Behinderungen angemessene Vorkehrungen zu treffen, um sicherzustellen, dass sie gleichen Zugang zu Beschäftigungsmöglichkeiten haben. Avride hält den Americans with Disabilities Act (ADA) ein. Wenn Sie eine angemessene Vorkehrung benötigen, um Sie bei der Bewerbung oder im Einstellungsprozess zu unterstützen oder um die wesentlichen Funktionen einer Stelle auszuführen, wenden Sie sich bitte per E-Mail an [email protected] [[email protected]].
