مهندس ذكاء اصطناعي

حول MBRDI:

يعد مركز أبحاث وتطوير مرسيدس-بنز في الهند (MBRDI)، الذي يقع مقره في بنغالور ولديه مكتب فرعي في بونه، أكبر مركز للبحث والتطوير لمجموعة مرسيدس-بنز AG خارج ألمانيا. مهمتنا هي دفع الابتكار والتميز في هندسة السيارات، الرقمنة، وحلول التنقل المستدام، وتشكيل مستقبل التنقل.

المسؤوليات الرئيسية:

• تصميم وتطوير: قُد التصميم والتطوير والتنفيذ الشامل لنماذج الذكاء الاصطناعي/تعلم الآلة القوية (مثل نماذج التعلم العميق للإدراك، التنبؤ، والتحكم) للاستخدام الإنتاجي في منصات السيارات.
• إدارة خطوط بيانات: تطوير وإدارة خطوط بيانات كبيرة لجمع، تنظيف، توضيح، وزيادة بيانات المستشعرات المعقدة في السيارات (مثل LiDAR، RADAR، الكاميرا، فوق الصوتية) المطلوبة لتدريب النماذج والتحقق منها.
• تحسين النماذج والنشر: تحسين نماذج تعلم الآلة للأداء، الكمون، وقيود الذاكرة على الأجهزة الطرفية ووحدات التحكم الإلكترونية ذات الجودة العالية في السيارات، باستخدام تقنيات مثل التكميم، التقليم، وتسريع الأجهزة.
• التحقق والاختبار: التعاون مع فرق التحقق والتقييم (V&V) لاختبار وتقييم نماذج الذكاء الاصطناعي بدقة وفقًا للمعايير الحرجة للسلامة وسيناريوهات القيادة في العالم الحقيقي.
• تكامل النظام: دمج مكونات البرمجيات الذكاء الاصطناعي المطورة مع نظام تشغيل السيارة وأنظمة الأجهزة/البرمجيات الأخرى، لضمان الوظائف والموثوقية السلسة.
• البحث والابتكار: متابعة أحدث أبحاث الذكاء الاصطناعي/تعلم الآلة والتقنيات المتعلقة بالسيارات، واقتراح وتطوير حلول مبتكرة لتحسين أداء المنتج وميزاته.

المؤهلات المطلوبة:

• الخبرة: 3-5 سنوات من الخبرة المهنية في تطوير ونشر حلول الذكاء الاصطناعي/تعلم الآلة، مع جزء كبير من هذه الخبرة مباشرة في مجال السيارات.
• التعليم: درجة بكاليوس أو ماجستير في علوم الكمبيوتر، الهندسة الكهربائية، الروبوتات، أو مجال كمي ذي صلة.
• الكفاءة التقنية:
  • خبرة في أطر تعلم الآلة/التعلم العميق الشائعة (PyTorch، TensorFlow).
  • مهارات برمجة قوية في بايثون وC++ (ضرورية للأنظمة المدمجة على مستوى الإنتاج).
  • خبرة عملية في خوارزميات رؤية الكمبيوتر (مثل كشف الكائنات، تقسيم دلالي، تتبع) ومكتبات مثل OpenCV.
  • خبرة مثبتة في معالجة بيانات مستشعرات السيارات وتقنيات دمج المستشعرات.
• معرفة مجال السيارات:
  • الإلمام ببروتوكولات الاتصال في السيارات (CAN، Ethernet) والهياكل المعمارية.
  • فهم الأنظمة الحرجة للسلامة والمعايير (ISO 26262).

✨ المهارات المفضلة (من الجيد أن تكون موجودة)

• الخبرة في ممارسات وأدوات MLOps لإدارة دورة حياة النماذج.
• الإلمام بأنظمة التشغيل في السيارات مثل AUTOSAR أو QNX.
• معرفة بأدوات المحاكاة (مثل CARLA، IPG CarMaker) لاختبار نماذج الذكاء الاصطناعي.

الخبرة في التعلم المعزز أو النمذجة التنبؤية لتشخيص المركبات أو سلوك المستخدم.

المؤهلات التعليمية:

درجة بكاليوس / ماجستير في تخصصات الهندسة مثل علوم الكمبيوتر، تكنولوجيا المعلومات، أو المجالات ذات الصلة. الشهادات الإضافية (إن وجدت): Agile، DevOps، إلخ.

المؤهلات المفضلة (من الجيد أن تكون موجودة):

معرفة المجال في هندسة السيارات أو المجالات ذات الصلة. التعرض لمشاريع دولية وإدارة أصحاب المصلحة العالميين. الخبرة في أنظمة دايملر أو منصات عالمية مماثلة.

لماذا نحن؟

كن جزءًا من منظمة مدفوعة بالهدف التي تشكل مستقبل التنقل. العمل على تقنيات متطورة ومشاريع عالمية. الازدهار في بيئة تعاونية ومتنوعة وشاملة. الوصول إلى بنية تحتية عالمية المستوى وفرص التعلم.

بيان تكافؤ الفرص:

في MBRDI، نحن ملتزمون بالتنوع والشمول. نرحب بالطلبات من جميع الأفراد المؤهلين، بغض النظر عن الجنس أو الخلفية أو القدرة.