About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business.

A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 

Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet the Team

As a Senior Machine Learning Engineer – Camera Models, you will develop and deploy machine learning models that power camera-based perception for autonomous trucks. The Camera Models team builds and maintains core vision systems that enable the autonomy stack to understand the environment, detect and localize objects, and estimate scene structure from camera data.

Working closely with teams across perception, data, and infrastructure, you will own the development and improvement of robust, scalable camera-based models that support safe and reliable autonomous driving in real-world freight environments.

This role focuses on owning model development for scoped problem areas, improving system performance through iteration, and delivering production-ready machine learning solutions within the autonomy stack.

What You’ll Do

• Design, develop, and deploy deep learning models for camera-based perception (e.g., object detection, segmentation, depth estimation, scene understanding)
• Own end-to-end model development for scoped areas, from data curation and training to evaluation and deployment
• Write production-quality ML code to support scalable training, evaluation, and inference pipelines
• Analyze model performance across diverse driving scenarios, identify failure modes, and improve robustness and generalization
• Contribute to and improve large-scale training pipelines, including dataset preparation, distributed training, and experiment tracking
• Partner with data teams to improve dataset quality, including labeling strategies and coverage of edge cases
• Collaborate with perception, simulation, and validation teams to evaluate and integrate models into the autonomy stack
• Improve tooling, workflows, and infrastructure to accelerate experimentation and model iteration
• Contribute to model architecture decisions and technical discussions within the team
• Mentor junior engineers on implementation, debugging, and best practices

What You’ll Need to Succeed

• Bachelor’s degree in Computer Science, Robotics, Electrical Engineering, Machine Learning, or a related technical field with 6+ years of industry experience, OR Master’s degree with 3+ years OR PhD with 1+ years of experience
• Experience developing and deploying deep learning models for computer vision or perception systems
• Strong programming skills in Python and PyTorch, with experience writing production-quality ML code
• Experience training and evaluating models using large-scale datasets and distributed compute environments
• Solid understanding of modern deep learning architectures used in perception (e.g., CNNs, transformers, multi-task models)
• Experience debugging model behavior, analyzing performance metrics, and improving model reliability
• Ability to translate ambiguous problems into structured ML solutions and deliver independently
• Experience collaborating cross-functionally to integrate ML models into larger autonomy or robotics systems

Bonus Points:

• Experience in autonomous driving, robotics, or simulation-based ML systems
• Experience with multi-task learning or unified perception architectures
• Experience with large-scale data pipelines, distributed training systems (e.g., Ray), or experiment management frameworks
• Familiarity with camera calibration, geometric reasoning, or 3D perception from images (e.g., BEV, monocular depth, structure-from-motion)
• Experience deploying ML models into production or real-world robotics systems

Work Location: For this position, we are open to hiring in either the Torc Montreal, Quebec (Canada) or Ann Arbor, MI (U.S.) office work locations in a hybrid capacity. We are also open to hiring Remote in the United States or Canada.

Perks of Being a Full-time Torc’r (Canada) 

Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: 

• A competitive compensation package that includes a bonus component and stock options
• Medical, dental, and vision for full-time employees
• RRSP plan with a 6% employer match
• Public Transit Subsidy (Montreal area only)
• Flexibility in schedule and generous paid vacation
• Company-wide holiday office closures
• Life Insurance 

 At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

Job ID:  R-102584

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions. 

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Rencontrez l’équipe 

En tant qu’ingénieur·e en apprentissage automatique, II - Comportements acquis, vous aiderez à développer et à déployer les modèles de comportements qui favorisent la prise de décision pour les camions autonomes. En travaillant en étroite collaboration avec les équipes de perception, de prédiction, de planification et de sécurité, vous contribuerez aux modules de comportements acquis permettant une conduite sécuritaire, efficace et semblable à celle d’un être humain lors d’opérations de transport dans le monde réel. Ce poste consiste à concevoir, valider et améliorer les modèles d’apprentissage automatique et l’infrastructure qui soutiennent les systèmes de comportements acquis au sein de la pile d’autonomie.

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. 

• 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. 

• 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. 

• 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. 

• 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. 

• 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. 

• Soutenir le développement des outils et de l’infrastructure qui améliorent la vitesse d’expérimentation, la répétabilité et l’itération de modèles. 

• 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. 

• 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. 

• Compétences robustes en programmation Python et PyTorch, avec de l’expérience en codage d’AA de qualité production. 

• Expérience en entraînement et évaluation de modèles d’apprentissage automatique à l’aide de grands ensembles de données et d’environnements informatiques adaptatifs. 

• Compréhension des architectures d’AA utilisées dans les systèmes de conduite autonome, comme les transformateurs, les réseaux neuronaux graphiques ou les modèles par séquence. 

• Expérience en débogage du comportement des modèles, en analyse des données métriques de rendement et en itération sur les pipelines d’entraînement. 

• 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. 

• Expérience avec les cadres de travail de l’apprentissage par renforcement ou systèmes d’entraînement distribué (par ex., Ray). 

• Expérience de travail dans des environnements de simulation ou des ensembles de données de comportements à grande échelle. 

• Familiarité avec la dynamique du véhicule, la planification des mouvements ou des systèmes de prise de décision multiagent. 

• 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 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions 

• Une couverture médicale, dentaire et de la vue pour les employés à temps plein 

• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 6 % 

• Une subvention pour le transport en commun (uniquement dans la région de Montréal) 

• Une flexibilité des horaires et des vacances payées généreuses 

• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise 

• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

 Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

Numéro de poste:  102515

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Rencontrez l’équipe 

En tant qu’ingénieur·e en apprentissage automatique, II - De bout en bout, vous aiderez à développer et à déployer les modèles de bout en bout qui favorisent la perception et la prise de décision pour les camions autonomes. En travaillant en étroite collaboration avec les équipes de perception, de prédiction, de planification et de sécurité, vous contribuerez aux modèles de bout en bout permettant une conduite sécuritaire, efficace et semblable à celle d’un être humain lors d’opérations de transport dans le monde réel. Ce poste consiste à concevoir, valider et améliorer les modèles d’apprentissage automatique et l’infrastructure qui soutiennent les systèmes de bout en bout au sein de la pile d’autonomie.

Ce que vous ferez 

• Développer et entraîner les modèles d’apprentissage automatique pour la perception et planification de bout en bout, y compris les approches comme l’apprentissage par imitation et par renforcement. 

• 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. 

• 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. 

• Contribuer aux pipelines d’entraînement des modèles et flux de travail des données, organiser les ensembles de données de la simulation, des registres de flotte et des données des véhicules. 

• Collaborer avec les équipes de simulation, de validation et d’ingénierie d’autonomie pour tester et évaluer les modèles de bout en bout à travers divers environnements de conduite. 

• Aider à intégrer les modèles de bout en bout dans les flux de travail de simulation et de test, permettant ainsi une itération plus rapide et une validation plus complète. 

• Soutenir le développement des outils et de l’infrastructure qui améliorent la vitesse d’expérimentation, la répétabilité et l’itération de modèles. 

• 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. 

• Expérience en application de techniques d’apprentissage automatique, comme l’apprentissage par imitation ou l’apprentissage par renforcement, à la robotique, aux systèmes autonomes ou aux environnements de contrôle complexes. 

• Compétences robustes en programmation Python et PyTorch, avec de l’expérience en codage d’AA de qualité production. 

• Expérience en entraînement et évaluation de modèles d’apprentissage automatique à l’aide de grands ensembles de données et d’environnements informatiques adaptatifs. 

• Compréhension des architectures d’AA utilisées dans les systèmes de bout en bout, comme les modèles BEV, les transformateurs, les modèles VLA (Vision-Langage-Action) ou les modèles de diffusion. 

• Expérience en débogage du comportement des modèles, en analyse des données métriques de rendement et en itération sur les pipelines d’entraînement. 

• 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. 

• Expérience avec les cadres de travail de l’apprentissage par renforcement ou systèmes d’entraînement distribué (par ex., Ray). 

• Expérience avec les modèles VLA ou le rendu neuronal. 

• Familiarité avec la dynamique du véhicule, la planification des mouvements ou des systèmes de prise de décision multiagent. 

• 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 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions 

• Une couverture médicale, dentaire et de la vue pour les employés à temps plein 

• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 6 % 

• Une subvention pour le transport en commun (uniquement dans la région de Montréal) 

• Une flexibilité des horaires et des vacances payées généreuses 

• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise 

• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

 Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

Numéro de poste: 102514

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Rencontrez l’équipe 

Comme Ingénieur·e en apprentissage automatique, II - Modèle de scène, vous contribuerez au développement et au déploiement de modèles d’apprentissage automatique qui permettent aux camions autonomes de comprendre leur environnement. Notre équipe travaille sur la conception de systèmes de perception multimodaux en représentation BEV (Bird's-Eye-View). Ceux-ci fusionnent les informations provenant des LiDARs, caméras, radars et cartes pour produire une représentation unifiée de la scène.  

En travaillant en étroite collaboration avec les équipes de perception, de prédiction, de planification et d’infrastructure de plateforme, vous contribuerez aux modèles qui détectent les objets, comprennent la structure des routes et génèrent des représentations spatio-temporelles utilisées par les systèmes de conduite autonome en aval.  

Ce poste consiste à développer et améliorer les modèles d’apprentissage profond, les pipelines d’entraînement et les flux de travail des données qui favorisent la compréhension au sein de la pile d’autonomie.

Ce que vous ferez 

• Développer et entraîner les modèles d’apprentissage automatique pour la compréhension de scènes, ce qui comprend des tâches comme la détection d’objet, la prédiction de route et de voie, la classification de grille par voxel sémantique, la prédiction d’occupation et la compréhension de cartes dans un espace BEV. 

• Mettre en œuvre un code d’AA de qualité production afin d’appuyer l’entraînement, l’évaluation et l’inférence de modèles au sein de la pile de perception. 

• Analyser le rendement de modèles, identifier les modes d’échec et proposer des améliorations afin d’augmenter la robustesse à travers différents environnements et diverses conditions de conduite. 

• Identifier et interpréter les objets, les voies, les obstacles et les conditions météorologiques dans l’environnement de conduite. 

• Appliquer des techniques de la science des données pour analyser le rendement des modèles, comprendre les distributions de données et identifier les « corner cases ». 

• Contribuer aux systèmes de perception multimodaux, en combinant les signaux provenant des LiDARs, caméras, radars et cartes dans des représentations unifiées des scènes. 

• Travailler avec des ensembles de données à grande échelle provenant des simulations, des registres de flotte et des véhicules afin d’organiser les données d’entraînement et d’améliorer le rendement des modèles. 

• Collaborer avec les équipes des données, du déploiement et de l’infrastructure afin d’évaluer les modèles de perception et d’assurer un rendement fiable lors de scénarios de conduite dans le monde réel. 

• Aider à intégrer les modèles de perception à la pile d’autonomie et tester les pipelines, permettant ainsi une expérimentation et une itération plus rapides. 

• Contribuer aux outils et à l’infrastructure qui améliorent l’efficacité de l’entraînement, le suivi de l’expérimentation et la répétabilité. 

• Participer aux discussions techniques par rapport aux architectures de modèles, aux stratégies de fusion de capteurs et aux approches 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. 

• Grande compréhension de la vision par ordinateur et des notions de base de l’apprentissage automatique. 

• 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. 

• Compétences robustes en programmation Python et PyTorch, avec de l’expérience en codage d’AA de qualité production. 

• Expérience en entraînement et évaluation de modèles d’apprentissage automatique à l’aide de grands ensembles de données et d’environnements informatiques adaptatifs. 

• Compréhension des architectures d’AA utilisées dans les systèmes de conduite autonome, comme les transformateurs, les réseaux neuronaux graphiques ou les modèles par séquence. 

• Expérience en débogage du comportement des modèles, en analyse des données métriques de rendement et en itération sur les pipelines d’entraînement. 

• Capacité à collaborer avec des équipes pluridisciplinaires afin d’intégrer les modèles d’AA à de plus grands systèmes logiciels. 

• Bon niveau de compétences en communication technique, écrite et verbale. 

• Esprit d’équipe positif. 

Points bonus 

• Doctorat en apprentissage automatique ou science des données. 

• Expérience de travail en conduite autonome, en robotique ou dans des environnements d’apprentissage par simulation. 

• Expérience avec les cadres d’apprentissage distribué ou l’infrastructure d’AA à grande échelle (par ex., Ray, Anyscale). 

• Expérience de travail dans des environnements de simulation ou des ensembles de données de comportements à grande échelle. 

• Familiarité avec la dynamique du véhicule, la planification des mouvements ou des systèmes de prise de décision multiagent. 

• Expérience en déploiement de modèles d’AA dans les systèmes robotiques en temps réel ou de production. 

• Expérience avec la fusion de capteurs multimodaux, dont les LiDARs, caméras, radars ou cartes. 

• Expérience de travail avec les représentations BEV, les grilles d’occupation ou les représentants de scènes 3D. 

Avantages d’être un employé à temps plein Torc’r 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions 

• Une couverture médicale, dentaire et de la vue pour les employés à temps plein 

• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 6 % 

• Une subvention pour le transport en commun (uniquement dans la région de Montréal) 

• Une flexibilité des horaires et des vacances payées généreuses 

• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise 

• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

 Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

Numéro de poste:  102517

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

Rencontrez l’équipe 

La mission de l’équipe Moteur d’application est de fournir une plateforme robuste, efficace et flexible pour l’intégration et la gestion de divers modèles et processus d’apprentissage profond dans le contexte du transport routier autonome de niveau 4. Il vise à rationaliser les flux de développement, à améliorer l’efficacité des équipes et à garantir des performances constantes ainsi que des normes de sécurité élevées. Le Moteur d’application se concentre sur la facilitation de la création de composants évolutifs, reproductibles et conformes aux exigences de sécurité, permettant aux équipes fonctionnelles de développer et de déployer efficacement des fonctionnalités avancées de conduite autonome.

Ce que vous ferez 

• Développement d’un SDK de pipeline de traitement capable de s’étendre sur plusieurs systèmes sur puce distribués (SoC), en utilisant Ethernet, PCIe et des technologies similaires pour acheminer les données à travers différentes étapes de traitement.
• Optimisation de l’utilisation concurrente des ressources (mémoire, GPU) pour l’exécution parallèle de modèles entraînés sur un seul système sur puce
• Développement d’un environnement d’exécution utilisant le SDK App Engine pour déployer des applications de conducteur virtuel basées sur l’apprentissage automatique.
• Développement de fonctionnalités du SDK pour soutenir la création de logiciels de conducteur virtuel
• Soutenir la division du conducteur virtuel dans son utilisation du Moteur d’application
• Création de code de haute qualité, incluant le développement de cas de test

Ce dont vous aurez besoin pour réussir 

• Expérience en développement de logiciels embarqués, en particulier avec une spécialisation dans les GPU.
• Expérience avec TensorRT et CUDA.
• Expérience dans le développement de systèmes distribués en temps réel.
• Connaissance approfondie du C++ et des principes de conception de pointe.
• Familiarité avec les technologies d’apprentissage automatique (par exemple PyTorch)
• Expérience avec Linux

Diplôme : Master en informatique ou en génie électrique

Points bonus 

• Expérience dans le développement de SDK pour des systèmes embarqués complexes, en particulier ceux intégrant des GPU ou plusieurs SoC.
• Expérience dans les systèmes robotiques ou véhicules autonomes.
• Connaissance des principes d’architecture des ordinateurs tels que le pipelining, la hiérarchie mémoire, la localité, etc.

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Avantages d’être un employé à temps plein Torc’r 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions 

• Une couverture médicale, dentaire et de la vue pour les employés à temps plein 

• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 6 % 

• Une subvention pour le transport en commun (uniquement dans la région de Montréal) 

• Une flexibilité des horaires et des vacances payées généreuses 

• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise 

• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

 Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

Numéro de poste:102580

Meet the Team: 
As a Machine Learning Engineer II – Learned Behaviors, you will help develop and deploy  behavior models that power decision-making for autonomous trucks. Working closely with teams across perception, prediction, planning, and safety, you will contribute to learned behavior modules that enable safe, efficient, and human-like driving in real-world freight operations. 
 
This role focuses on building, validating, and improving machine learning models and infrastructure that support learned behavior systems within the autonomy stack. 
 
What You’ll Do 

• Develop and train machine learning models for learned behavior systems, including approaches such as behavior cloning, imitation learning, and reinforcement learning. 

• Implement production-quality ML code to support model training, evaluation, and inference within the autonomy stack. 

• Analyze model performance, identify failure modes, and propose improvements to increase robustness and generalization across scenarios. 

• Contribute to model training pipelines and data workflows, curating behavior datasets from simulation, fleet logs, and on-vehicle data. 

• Collaborate with simulation, validation, and autonomy engineering teams to test and evaluate learned behavior models across diverse driving environments. 

• Help integrate learned behavior models into simulation and testing workflows, enabling faster iteration and more comprehensive validation. 

• Support the development of tooling and infrastructure that improves experimentation speed, reproducibility, and model iteration. 

• Contribute to technical discussions around model architecture and training strategies within the team. 

 
 
 
 
What You’ll Need to Succeed 

• Bachelor’s degree in Computer Science, Robotics, Electrical Engineering, Machine Learning, or a related technical field with 4+ years of industry experience, or a Master’s degree with 2+ years of experience. 

• Experience applying machine learning techniques such as imitation learning, reinforcement learning, or sequence modeling to robotics, autonomous systems, or complex control environments. 

• Strong programming skills in Python and PyTorch, with experience writing production-quality ML code. 

• Experience training and evaluating machine learning models using large datasets and scalable compute environments. 

• Understanding of ML architectures used in autonomy systems, such as transformers, graph neural networks, or sequence models. 

• Experience debugging model behavior, analyzing performance metrics, and iterating on training pipelines. 

• Ability to collaborate with cross-functional teams to integrate ML models into larger software systems. 

 
 
Bonus Points! 

• Experience working in autonomous driving, robotics, or simulation-based training environments. 

• Experience with reinforcement learning frameworks or distributed training systems (e.g., Ray). 

• Experience working with simulation environments or large-scale behavior datasets. 

• Familiarity with vehicle dynamics, motion planning, or multi-agent decision-making systems. 

• Experience deploying ML models into production or real-world robotics systems. 

Hiring Range for Job Opening  

US Pay Range 

$153,200 - $183,300 USD 

Job ID: 102515

Meet the Team: 
As a Machine Learning Engineer II – Scene Model, you will help develop and deploy machine learning models that enable autonomous trucks to understand their surrounding environment. Our team focuses on building multi-modal perception systems in bird’s-eye-view (BEV) that fuse information from LiDAR, cameras, radar, and map inputs to produce a unified representation of the scene.  

Working closely with teams across perception, prediction, planning, and platform infrastructure, you will contribute to models that detect objects, understand road structure, and generate spatial temporal representations used by downstream autonomy systems.  

This role focuses on developing and improving deep learning models, training pipelines, and data workflows that power scene understanding within the autonomy stack. 

What You’ll Do 

• Develop and train machine learning models for scene understanding, including tasks such as object detection, road and lane prediction, semantic voxel grid classification, occupancy prediction, and map understanding in bird’s-eye-view (BEV) space. 

• Implement production-quality ML code to support model training, evaluation, and inference within the perception stack. 

• Analyze model performance, identify failure modes, and propose improvements to increase robustness across diverse driving environments and conditions. 

• Identify and interpret objects, lanes, obstacles, and weather conditions in the driving environment. 

• Apply data science techniques to analyze model performance, understand data distributions, and identify corner cases. 

• Contribute to multi-modal perception systems, combining signals from LiDAR, cameras, radar, and map sources into unified scene representations. 

• Work with large-scale datasets from simulation, fleet logs, and on-vehicle data to curate training data and improve model performance. 

• Collaborate with data, deployment, and infrastructure teams to evaluate perception models and ensure reliable performance in real-world driving scenarios. 

• Help integrate perception models into the autonomy stack and testing pipelines, enabling faster experimentation and iteration. 

• Contribute to tooling and infrastructure that improves training efficiency, experiment tracking, and reproducibility. 

• Participate in technical discussions around model architectures, sensor fusion strategies, and training approaches within the team.  

What You’ll Need to Succeed 

• Bachelor’s degree in Computer Science, Robotics, Electrical Engineering, Machine Learning, or a related technical field with 4+ years of industry experience, or a Master’s degree with 2+ years of experience. 

• Strong understanding of computer-vision, and machine learning basics. 

• Experience applying machine learning techniques such as imitation learning, reinforcement learning, or sequence modeling to robotics, autonomous systems, or complex control environments. 

• Strong programming skills in Python and PyTorch, with experience writing production-quality ML code. 

• Experience training and evaluating machine learning models using large datasets and scalable compute environments. 

• Understanding of ML architectures used in autonomy systems, such as transformers, graph neural networks, or sequence models. 

• Experience debugging model behavior, analyzing performance metrics, and iterating on training pipelines. 

• Ability to collaborate with cross-functional teams to integrate ML models into larger software systems. 

• Good technical communication skills, written and verbal. 

• A positive team-player mindset.  

Bonus Points! 

• PhD in machine learning or data science. 

• Experience working in autonomous driving, robotics, or simulation-based training environments. 

• Experience with distributed training frameworks or large-scale ML infrastructure (e.g., Ray, Anyscale). 

• Experience working with simulation environments or large-scale behavior datasets. 

• Familiarity with vehicle dynamics, motion planning, or multi-agent decision-making systems. 

• Experience deploying ML models into production or real-world robotics systems. 

• Experience with multi-modal sensor fusion, including LiDAR, cameras, radar, or map inputs. 

• Experience working with BEV representations, occupancy grids, or 3D scene representations. 

Hiring Range for Job Opening  

US Pay Range 

$153,200 - $183,300 USD 

Job ID: 102517

Meet the Team: 
As a Machine Learning Engineer II – End-to-End, you will help develop and deploy End-to-End models that power both perception and decision-making for autonomous trucks. Working closely with teams across perception, prediction, planning, and safety, you will contribute to End-to-End models that enable safe, efficient, and human-like driving in real-world freight operations. 
 
This role focuses on building, validating, and improving machine learning models and infrastructure that support End-to-End systems within the autonomy stack. 
 
What You’ll Do 

• Develop and train machine learning models for End-to-End percetion and planning, including approaches such as imitation learning and reinforcement learning. 

• Implement production-quality ML code to support model training, evaluation, and inference within the autonomy stack. 

• Analyze model performance, identify failure modes, and propose improvements to increase robustness and generalization across scenarios. 

• Contribute to model training pipelines and data workflows, curating datasets from simulation, fleet logs, and on-vehicle data. 

• Collaborate with simulation, validation, and autonomy engineering teams to test and evaluate End-to-End models across diverse driving environments. 

• Help integrate End-to-End models into simulation and testing workflows, enabling faster iteration and more comprehensive validation. 

• Support the development of tooling and infrastructure that improve experimentation speed, reproducibility, and model iteration. 

• Contribute to technical discussions around model architecture and training strategies within the team. 

 
 
 
 
What You’ll Need to Succeed 

• Bachelor’s degree in Computer Science, Robotics, Electrical Engineering, Machine Learning, or a related technical field with 4+ years of industry experience, or a Master’s degree with 2+ years of experience. 

• Experience applying machine learning techniques such as computer vision, imitation learning, or reinforcement learning, to robotics, autonomous systems, or complex control environments. 

• Strong programming skills in Python and PyTorch, with experience writing production-quality ML code. 

• Experience training and evaluating machine learning models using large datasets and scalable compute environments. 

• Understanding of ML architectures used in End-to-End systems, such as BEV models, Transformers, VLA, or diffusion models. 

• Experience debugging model behavior, analyzing performance metrics, and iterating on training pipelines. 

• Ability to collaborate with cross-functional teams to integrate ML models into larger software systems. 

 
 
Bonus Points! 

• Experience working in autonomous driving, robotics, or simulation-based training environments. 

• Experience with reinforcement learning frameworks or distributed training systems (e.g., Ray). 

• Experience with VLA or Neural Rendering. 

• Familiarity with vehicle dynamics, motion planning, or multi-agent decision-making systems. 

• Experience deploying ML models into production or real-world robotics systems. 

Hiring Range for Job Opening  

US Pay Range 

$153,200 - $183,300 USD 

Job ID: 102514

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

Rencontrez l’équipe : 

En tant qu’ingénieur(e) “Staff" en apprentissage automatique spécialisé(e) dans le BEV (Bird’s-Eye View) et la Perception multimodale, vous dirigerez le développement de modèles de nouvelle génération qui unifient les informations provenant des caméras, du LiDAR et du radar pour offrir une riche compréhension spatiale de l’environnement de conduite. 

Vous conduirez l’innovation architecturale, la formation de modèles à grande échelle et les améliorations basées sur les données qui font directement progresser les capacités de perception au cœur de la pile de conduite autonome de Torc. 

Il s’agit d’un rôle de leadership technique axé sur l’innovation et la maturité du modèle, et non sur l’intégration des fonctionnalités en aval. 

Ce que vous ferez 

• Diriger le développement du modèle BEV : Définir et exécuter la feuille de route technique pour les modèles de perception basés sur le BEV à travers de multiples tâches (par exemple, la détection, la segmentation, la topologie de la route et la compréhension de la scène). 
• Concevoir des architectures multimodales avancées qui fusionnent des données de capteurs hétérogènes (caméra, LiDAR, radar, cartes HD) en représentations spatiales unifiées.
• Développer des modèles de perception fondamentaux en s’appuyant sur les transformateurs BEV, les encodeurs basés sur les voxels ou les représentations implicites de la scène.
• Possède des flux de travail de formation à grande échelle, depuis des stratégies d’échantillonnage de données et des pipelines d’augmentation jusqu’à la formation distribuée et à l’optimisation des hyperparamètres.
• Améliorer la robustesse et la généralisation du modèle, en tenant compte des conditions de longue traîne, telles que la faible visibilité, les occlusions et les configurations rares de la scène.
• Établir des cadres d’évaluation pour la précision géométrique, la stabilité temporelle et les performances de transfert entre domaines.
• Collaborer de manière transversale avec les équipes chargées de l’étalonnage des capteurs, de la cartographie et de la fusion afin d’assurer la cohésion des interfaces des modèles de perception.
• Encadrer et guider les ingénieurs en apprentissage automatique, en cultivant les meilleures pratiques en matière d’expérimentation, de qualité du code et de validation des modèles.
• Reste à la pointe de la recherche en apprentissage automatique, en explorant l’apprentissage autosupervisé, le préentraînement à grande échelle, ou les modèles de base pour la perception 3D. 

Ce dont vous aurez besoin pour réussir : 

• Maîtrise ou doctorat en informatique, génie électrique, robotique ou autre domaine connexe (ou expérience pratique équivalente).
• 10 ans d’expérience et plus en apprentissage approfondi pour la perception, la vision 3D, ou les systèmes autonomes.
• Expertise avérée dans la modélisation BEV, la compréhension des scènes 3D et la fusion multivue.
• Solide expérience en fusion de capteurs multimodaux, en particulier l’intégration de données d’appareils photo et de LiDAR.
• Maîtrise de Python et des Cadres d’applications d’apprentissage approfondi, tels que PyTorch ou TensorFlow.
• Expérience des pipelines de données à grande échelle, de la formation distribuée et des systèmes de gestion des expériences.
• Leadership avéré dans la conduite de l’innovation en matière de modèles d’apprentissage automatique et dans le mentorat d’équipes techniques. 

Points bonus! 

• Expérience de la conduite autonome ou de la perception robotique dans des environnements de production.
• Expérience des outils MLOps et d’infrastructure (Ray)
• Expertise pratique dans les architectures d’apprentissage automatique basées sur le BEV, la fusion LiDAR-vision ou la modélisation spatio-temporelle.
• Familiarité avec l’étiquetage 3D, l’étalonnage et les pipelines de simulation de capteurs.
• Expérience de publications ou de contributions à des logiciels libres dans des domaines de premier plan (CVPR, ICCV, NeurIPS, ICRA, CoRL).
• Compréhension des compromis de performance et des contraintes de déploiement (latence, mémoire, précision). 

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Avantages d’être un employé à temps plein Torc’r 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions
• Une couverture médicale, dentaire et de la vue pour les employés à temps plein
• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 4 %
• Une subvention pour le transport en commun (uniquement dans la région de Montréal)
• Une flexibilité des horaires et des vacances payées généreuses
• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise
• Une assurance-vie 

Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

Numéro de poste: 102405

Fourchette salariale pour le poste Fourchette de rémunération au Canada:

$209,200 - $313,800 CAD

About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business.

A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 

Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet the Team: 

As a Staff Machine Learning Engineer specializing in BEV (Bird’s-Eye View) and Multi-Modal Perception, you will lead the development of next-generation models that unify information across cameras, LiDAR and radar to deliver a rich spatial understanding of the driving environment. 

You will drive architectural innovation, large-scale model training, and data-driven improvements that directly advance the perception capabilities at the heart of Torc’s autonomous driving stack. 

This is a technical leadership role focused on model innovation and maturity, not downstream feature integration. 

What You’ll Do 

• Lead BEV model development: Define and execute the technical roadmap for BEV-based perception models across multiple tasks (e.g., detection, segmentation, road topology, and scene understanding). 
• Design advanced multi-modal architectures that fuse heterogeneous sensor data (camera, LiDAR, radar, HD maps) into unified spatial representations.
• Develop foundational perception models leveraging BEV transformers, voxel-based encoders, or implicit scene representations.
• Own large-scale training workflows — from data sampling strategies and augmentation pipelines to distributed training and hyperparameter optimization.
• Advance model robustness and generalization, addressing long-tail conditions such as low visibility, occlusions, and rare scene configurations.
• Establish evaluation frameworks for geometric accuracy, temporal stability, and cross-domain transfer performance.
• Collaborate cross-functionally with sensor calibration, mapping, and fusion teams to ensure cohesive perception model interfaces.
• Mentor and guide ML engineers, cultivating best practices in experimentation, code quality, and model validation.
• Stay at the forefront of ML research, exploring self-supervised learning, large-scale pretraining, or foundation models for 3D perception. 

What You’ll Need to Succeed 

• 10+ years of experience in deep learning for perception, 3D vision, and/or autonomous systems
• M.S. or Ph.D. in Computer Science, Electrical Engineering, Robotics, or related field (or equivalent practical experience).
• Proven expertise in BEV modeling, 3D scene understanding, and multi-view fusion.
• Strong background in multi-modal sensor fusion, particularly integrating camera and LiDAR data.
• Proficiency in Python and deep learning frameworks such as PyTorch or TensorFlow.
• Experience with large-scale data pipelines, distributed training, and experiment management systems.
• Demonstrated leadership in driving ML model innovation and mentoring technical teams. 

Bonus Points! 

• Experience with autonomous driving or robotics perception in production environments.
• Experience with MLOps and infrastructure tools (Ray)
• Hands-on expertise in BEV-based ML architectures, LiDAR-vision fusion, or spatial-temporal modeling.
• Familiarity with 3D labeling, calibration, and sensor simulation pipelines.
• Track record of publications or open-source contributions in top-tier venues (CVPR, ICCV, NeurIPS, ICRA, CoRL).
• Understanding of performance tradeoffs and deployment constraints (latency, memory, accuracy). 

Knowledge of English is required since the selected candidate will need to collaborate daily with English-speaking colleagues in the United States and work with technical documentation written exclusively in English. 

Work Location: For this position, we are open to hiring in either the Torc Montreal, Quebec (Canada) or Ann Arbor, MI (U.S.) office work locations in a hybrid capacity. We are also open to hiring Remote in the United States or Canada.

Perks of Being a Full-time Torc’r (Canada) 

Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: 

• A competitive compensation package that includes a bonus component and stock options
• Medical, dental, and vision for full-time employees
• RRSP plan with a 4% employer match
• Public Transit Subsidy (Montreal area only)
• Flexibility in schedule and generous paid vacation
• Company-wide holiday office closures
• Life Insurance 

 At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

CAD Compensation Range: $209,300-313,800 CAD

Job ID: 102405

About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business.

A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 

Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet the Team: 

As a Staff Machine Learning Engineer focused on Road & Lane Detection, you will lead the model development efforts that enable Torc’s autonomous vehicles to perceive and interpret road geometry, lane structures, and drivable surfaces with precision and robustness. 

You’ll define the next generation of deep learning architectures and data-driven approaches that extract high-fidelity road and lane semantics from multi-modal sensor data — driving critical improvements in perception accuracy, stability, and scalability. 

This is a technical leadership role focused on model innovation and maturity, not downstream feature integration. 

What You’ll Do 

• Own the model roadmap for Road & Lane Detection within the Model Dev ML org — from concept through production-grade model maturity. 

• Research, design, and train advanced neural architectures (e.g., multi-camera BEV transformers, LiDAR-vision fusion models, topological lane graph networks) to detect, segment, and model road structures and lane connectivity. 

• Lead data strategy for this domain — defining data curation, labeling policies, and active learning pipelines to capture long-tail scenarios (e.g., occlusions, complex merges, construction zones). 

• Develop robust metrics and evaluation frameworks for lane and road geometry accuracy, temporal consistency, and cross-domain generalization. 

• Advance foundational capabilities such as self-supervised pretraining, synthetic-to-real adaptation, and temporal modeling for road and lane understanding. 

• Drive large-scale experiments — designing, running, and analyzing results from distributed training workflows and ablations to identify scalable improvements. 

• Collaborate with other model dev/perception teams to ensure model coherence and interface consistency. 

• Mentor engineers and scientists, setting best practices for model training, evaluation, and code quality. 

• Stay ahead of the research frontier by evaluating and adapting emerging techniques (e.g., BEV-based large models, vectorized map prediction, lane graph transformers) to production-grade perception. 

What You’ll Need to Succeed 

• 10+ years of experience developing deep learning models for perception or computer vision at scale. 

• M.S. or Ph.D. in Computer Science, Electrical Engineering, Robotics, or a related field (or equivalent experience). 

• Deep expertise in semantic and instance segmentation, BEV modeling, or scene topology estimation. 

• Strong understanding of lane and road geometry modeling, camera calibration, and sensor projection. 

• Proficiency with Python and modern ML frameworks (e.g., PyTorch, Lightning). 

• Experience with distributed training pipelines, experiment management, and large-scale dataset handling. 

• Proven leadership in guiding technical roadmaps, mentoring engineers, and driving measurable model improvements. 

Bonus Points! 

• Experience developing ML models for autonomous driving, mapping, or ADAS systems. 

• Familiarity with multi-modal fusion (camera, LiDAR, radar, HD maps). 

• Hands-on experience with BEV-based and topological prediction models. 

• Contributions to perception-related ML research (CVPR, NeurIPS, ICCV, ICLR, ICRA). 

• Strong intuition for data quality, bias mitigation, and uncertainty modeling. 

Work Location: For this position, we are open to hiring in either the Torc Montreal, Quebec (Canada) or Ann Arbor, MI (U.S.) office work locations in a hybrid capacity. We are also open to hiring Remote in the United States or Canada.

Perks of Being a Full-time Torc’r (Canada) 

Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: 

• A competitive compensation package that includes a bonus component and stock options
• Medical, dental, and vision for full-time employees
• RRSP plan with a 4% employer match
• Public Transit Subsidy (Montreal area only)
• Flexibility in schedule and generous paid vacation
• Company-wide holiday office closures
• Life Insurance 

 At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

Hiring Range for Job Opening  

CAD Compensation Range:

$209,300-313,800 CAD

Job ID:  R-102402

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

Rencontrez l’équipe :

En tant que qu’ingénieu(e) "Staff" en apprentissage automatique axé sur la détection des routes et des voies, vous dirigerez les efforts de développement de modèles qui permettent aux véhicules autonomes de Torc de percevoir et d’interpréter la géométrie des routes, les structures des voies et les surfaces carrossables avec précision et robustesse.

Vous définirez la prochaine génération d’architectures d’apprentissage approfondi et d’approches basées sur les données qui extraient la sémantique des routes et des voies à haute fidélité à partir de données de capteurs multimodaux, entraînant des améliorations critiques en matière de précision, de stabilité et d’évolutivité de la perception.

Il s’agit d’un rôle de leadership technique axé sur l’innovation et la maturité du modèle, et non sur l’intégration des fonctionnalités en aval.

Ce que vous ferez

• Posséder la feuille de route du modèle pour la détection des routes et des voies au sein de l’organisation d’apprentissage automatique de perception, du concept à la maturité du modèle de niveau de production.
• Recherche, conception et formation d’architectures neuronales avancées (par exemple, transformateurs BEV multicaméras, modèles de fusion LiDAR-vision, réseaux topologiques de graphes de voies) pour détecter, segmenter et modéliser les structures routières et la connectivité des voies.
• Diriger la stratégie des données pour ce domaine, définir la curation des données, les politiques d’étiquetage et les pipelines d’apprentissage actif pour capturer les scénarios de longue traîne (par exemple, les occlusions, les fusions complexes, les zones de construction).
• Développer des métriques robustes et des cadres d’évaluation pour la précision de la géométrie des voies et des routes, la cohérence temporelle et la généralisation interdomaines.
• Faire progresser les capacités fondamentales, telles que le préentraînement autosupervisé, l’adaptation du synthétique au réel et la modélisation temporelle pour la compréhension des routes et des voies.
• Mener des expériences à grande échelle : concevoir, exécuter et analyser les résultats des flux de travail de formation distribués et des ablations afin d’identifier des améliorations évolutives.
• Collaborer avec d’autres équipes de perception pour assurer la cohérence du modèle et de l’interface.
• Encadrer les ingénieurs et les scientifiques, en définissant les meilleures pratiques pour la formation, l’évaluation des modèles et la qualité du code.
• Rester à la pointe de la recherche en évaluant et en adaptant les techniques émergentes (par exemple, les grands modèles basés sur le BEV, la prédiction de cartes vectorisées, les transformateurs de graphes de voies) à la perception de niveau de production.

Ce dont vous aurez besoin pour réussir:

• 10 ans d’expérience et plus dans le développement de modèles d’apprentissage approfondi pour la perception ou la vision par ordinateur à l’échelle.
• Maîtrise ou doctorat en informatique, génie électrique, robotique ou autre domaine connexe (ou expérience équivalente).
• Expertise approfondie en segmentation sémantique et d’instance, en modélisation BEV ou en estimation de la topologie de la scène.
• Solide compréhension de la modélisation de la géométrie des voies et des routes, de l’étalonnage des caméras et de la projection des capteurs.
• Maîtrise de Python et des cadres modernes d’apprentissage automatique (par exemple, PyTorch, Lightning).
• Expérience des pipelines de formation distribués, de la gestion des expériences et de la manipulation d’ensembles de données à grande échelle.
• Leadership éprouvé dans l’orientation des feuilles de route techniques, le mentorat des ingénieurs et l’apport d’améliorations mesurables aux modèles.

Points bonus!

• Expérience dans le développement de modèles d’apprentissage automatique pour la conduite autonome, la cartographie ou les systèmes ADAS.
• Familiarité avec la fusion multimodale (caméra, LiDAR, radar, cartes HD).
• Expérience pratique des modèles de prédiction topologiques et basés sur le BEV.
• Contributions à la recherche en apprentissage automatique liée à la perception (CVPR, NeurIPS, ICCV, ICLR, ICRA).
• Forte intuition pour la qualité des données, l’atténuation des biais et la modélisation de l’incertitude.

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Avantages d’être un employé à temps plein Torc’r 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions 

• Une couverture médicale, dentaire et de la vue pour les employés à temps plein 

• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 4 % 

• Une subvention pour le transport en commun (uniquement dans la région de Montréal) 

• Une flexibilité des horaires et des vacances payées généreuses 

• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise 

• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler.

Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres.

Pour ce poste, nous sommes ouverts à embaucher pour nos bureaux de Torc à Montréal, Québec (Canada), ou à Ann Arbor, MI (États-Unis), avec une pratique de télétravail en mode hybride. Nous sommes également ouverts à un mode de télétravail à temps plein au Canada ou aux États-Unis pour les candidatures qui ne sont pas à proximité de nos bureaux.

Fourchette salariale pour le poste  

Fourchette de rémunération au Canada  

$209,200 - $313,800 CAD 

Numéro de poste: 102402

MaintainX is the world’s leading mobile-first Asset and Work Intelligence platform for industrial and frontline environments. We’re a modern, IoT-enabled, cloud-based solution that powers maintenance, safety, and operations on physical equipment and facilities.

We help 12,000+ organizations—including Duracell, Univar Solutions, Titan America, McDonald’s, Brenntag, Cintas, Xylem, and Shell—achieve operational excellence and reliability at scale.

Following our $150 million Series D led by Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures, and Ridge Ventures, MaintainX has raised a total of $254 million, valuing the company at $2.5 billion.

As we enter our next phase of growth, we’re investing deeply in AI/ML, LLMs, and Industrial IoT to transform how frontline teams operate—predicting failures before they happen, automating workflows, and embedding intelligence into every asset and procedure.

The Role

We are seeking a highly skilled and motivated Senior Applied Machine Learning Developer to guide the technical direction and architecture of our Predictive Maintenance and Asset Intelligence initiatives.

You’ll combine deep ML expertise with strong software development and leadership skills—mentoring developers, scaling systems, and driving the roadmap for AI-enabled maintenance intelligence across thousands of industrial sites.

This role sits at the intersection of ML architecture, IoT data systems, and product impact, shaping the foundation for MaintainX’s predictive and generative AI strategy.

What you’ll do:

• Lead technical direction for predictive maintenance, anomaly detection, and LLM-powered intelligence across MaintainX products.
• Architect end-to-end ML systems—from data ingestion and feature development to model training, deployment, and monitoring.
• Mentor a growing team of ML and data developers, instilling best practices for experimentation, evaluation, and model lifecycle management.
• Partner with product and software development leaders to align AI roadmap with customer needs and business goals.
• Design reliable data and feedback loops that connect customer telemetry and operator feedback to model retraining.
• Drive performance optimization through techniques like quantization, distillation, and scalable inference serving.
• Work with LLM frameworks (LangChain, LlamaIndex, Hugging Face) to build reasoning systems and agentic workflows for asset and work intelligence.
• Ensure ML infrastructure meets production standards for latency, reliability, explainability, and security.

About you:

• 7+ years of experience in Machine Learning, Data Science, or Applied AI.
• Expertise in Python, and strong familiarity with PyTorch, TensorFlow, and cloud ML stacks (AWS, Databricks, or similar).
• Proven experience deploying production ML systems—not just prototypes—at scale.
• Strong background in LLMs, time-series modeling, and anomaly detection for real-world data.
• Demonstrated ability to lead architectural decisions, mentor developers, and collaborate across product, data, and platform teams.
• Knowledge of MLOps tooling (Docker, Kubernetes, Weights & Biases, MLflow, SageMaker).
• Advanced degree (MS/PhD) in Computer Science, Machine Learning, or related field preferred.

Bonus skills: 

• Experience with OCR for extracting structured data from documents.
• Background in time-series modeling for predictive maintenance and anomaly detection.
• Familiarity with Industrial IoT systems (sensors, telemetry, edge computing).
• Experience applying reinforcement learning or agentic architectures for decision-making and control systems.
• Contributions to open-source ML frameworks or research in reliability, explainability, or digital twins.

What’s in it for you:

• Competitive salary and meaningful equity opportunities.
• Healthcare, dental, and vision coverage.
• 401(k) / RRSP enrollment program.
• Take what you need PTO.
• A high impact Culture:
• You’ll work with Smart, Humble Optimists across the globe.
• Meritocratic environment where ideas and outcomes are publicly celebrated.

About us:

We exist to make the lives of frontline and maintenance teams easier by building software that meets their real-world needs. Our product transforms how 80% of the global workforce—those who don’t sit behind a desk—manage their operations, assets, and teams.

MaintainX is committed to creating a diverse environment. All qualified applicants will receive consideration for employment without regard to race, color, religion, gender, gender identity or expression, sexual orientation, national origin, genetics, disability, age, or veteran status.

MaintainX est la première plateforme mobile au monde dédiée à la gestion des actifs et des tâches dans les environnements industriels et de première ligne. Nous proposons une solution moderne, basée sur l'IoT et le cloud, qui facilite la maintenance, la sécurité et l'exploitation des équipements et installations physiques.

Nous aidons plus de 12 000 organisations, dont Duracell, Univar Solutions, Titan America, McDonald's, Brenntag, Cintas, Xylem et Shell, à atteindre l'excellence opérationnelle et la fiabilité à grande échelle.

À la suite de notre série D de 150 millions de dollars menée par Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures et Ridge Ventures, MaintainX a levé un total de 254 millions de dollars, valorisant la société à 2,5 milliards de dollars.

Alors que nous entrons dans notre prochaine phase de croissance, nous investissons massivement dans l'IA/ML, les LLM et l'IoT industriel afin de transformer le mode de fonctionnement des équipes de première ligne, en prédisant les pannes avant qu'elles ne se produisent, en automatisant les flux de travail et en intégrant l'intelligence dans chaque actif et chaque procédure.

Le poste

Nous recherchons un développeur(se) senior en apprentissage automatique appliqué hautement qualifié et motivé pour orienter la direction technique et l'architecture de nos initiatives en matière de maintenance prédictive et d'intelligence des actifs.

Vous combinerez une expertise approfondie en apprentissage automatique avec de solides compétences en génie logiciel et en sens du leadership. Vous encadrerez des ingénieurs, développerez des systèmes et piloterez la feuille de route pour l'intelligence de maintenance basée sur l'IA sur des milliers de sites industriels.

Ce poste se situe à la croisée de l'architecture d'apprentissage automatique, des systèmes de données IoT et de l'impact des produits, et constitue le fondement de la stratégie d'IA prédictive et générative de MaintainX.

Ce que vous ferez:

• Diriger la direction technique pour la maintenance prédictive, la détection des anomalies et l'intelligence alimentée par LLM dans tous les produits MaintainX.
• Concevoir des systèmes ML de bout en bout, de l'ingestion des données et le développement des fonctionnalités à la formation, au déploiement et à la surveillance des modèles.
• Encadrer une équipe croissante de développeurs(ses) ML et de données, en inculquant les meilleures pratiques en matière d'expérimentation, d'évaluation et de gestion du cycle de vie des modèles.
• Collaborer avec les responsables des produits et de développement afin d'aligner la feuille de route de l'IA sur les besoins des clients et les objectifs commerciaux.
• Concevoir des boucles de données et de rétroaction fiables qui relient la télémétrie des clients et les commentaires des opérateurs au réentraînement des modèles.
• Optimiser les performances grâce à des techniques telles que la quantification, la distillation et le service d'inférence évolutif.
• Travailler avec des cadriciels LLM (LangChain, LlamaIndex, Hugging Face) pour créer des systèmes de raisonnement et des flux de travail agentifs pour l'intelligence des actifs et du travail.
• S'assurer que l'infrastructure ML répond aux normes de production en matière de latence, de fiabilité, d'explicabilité et de sécurité.

À propos de vous:

• Plus de 7 ans d'expérience dans le domaine de l'apprentissage automatique, de la science des données ou de l'IA appliquée.
• Expertise en Python et excellente maîtrise de PyTorch, TensorFlow et des piles ML cloud (AWS, Databricks ou similaires).
• Expérience avérée dans le déploiement à grande échelle de systèmes ML de production, et pas seulement de prototypes.
• Solide expérience en LLM, modélisation de séries chronologiques et détection d'anomalies pour les données du monde réel.
• Capacité avérée à diriger les décisions architecturales, à encadrer les développeurs(ses) et à collaborer avec les équipes chargées des produits, des données et des plateformes.
• Connaissance des outils MLOps (Docker, Kubernetes, Weights & Biases, MLflow, SageMaker).
• Diplôme de deuxième cycle (master/doctorat) en informatique, apprentissage automatique ou dans un domaine connexe préféré.

Une attention particulière est accordée aux candidats présentant les caractéristiques suivantes:

• Expérience avec l'OCR pour l'extraction de données structurées à partir de documents.
• Expérience dans la modélisation de séries chronologiques pour la maintenance prédictive et la détection d'anomalies.
• Connaissance des systèmes IoT industriels (capteurs, télémétrie, edge computing).
• Expérience dans l'application de l'apprentissage par renforcement ou des architectures agentuelles pour les systèmes de prise de décision et de contrôle.
• Contributions à des frameworks ML open source ou à la recherche dans les domaines de la fiabilité, de l'explicabilité ou des jumeaux numériques.

Quels sont les avantages pour vous?:

• Un salaire compétitif et des opportunités d'équité significatives.
• Couverture des soins de santé, des soins dentaires et de la vue.
• Programme d'inscription 401(k) / RRSP.
• Prenez les congés dont vous avez besoin.
• Une culture du travail :
• Vous travaillerez avec des personnes intelligentes, humbles et optimistes à travers le monde.
• Un environnement méritocratique où les idées et les résultats sont publiquement célébrés.

Qui sommes-nous:

MaintainX s'engage à créer un environnement diversifié. Tous les candidats qualifiés seront pris en considération pour un emploi sans considération de race, de couleur, de religion, de sexe, d'identité ou d'expression de genre, d'orientation sexuelle, d'origine nationale, de génétique, d'invalidité, d'âge ou de statut d'ancien combattant.

MaintainX est la première plateforme mobile au monde dédiée à la gestion des actifs et des tâches dans les environnements industriels et de première ligne. Nous proposons une solution moderne, basée sur l'IoT et le cloud, qui facilite la maintenance, la sécurité et l'exploitation des équipements et installations physiques. Nous aidons plus de 12 000 organisations, dont Duracell, Univar Solutions, Titan America, McDonald's, Brenntag, Cintas, Xylem et Shell, à atteindre l'excellence opérationnelle et la fiabilité à grande échelle. À la suite de notre série D de 150 millions de dollars menée par Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures et Ridge Ventures, MaintainX a levé un total de 254 millions de dollars, valorisant la société à 2,5 milliards de dollars. Alors que nous entrons dans notre prochaine phase de croissance, nous investissons massivement dans l'IA/ML, les LLM et l'IoT industriel afin de transformer le mode de fonctionnement des équipes de première ligne, en prédisant les pannes avant qu'elles ne se produisent, en automatisant les flux de travail et en intégrant l'intelligence dans chaque actif et chaque procédure.

Ce que vous ferez:

• Concevoir, développer et optimiser des modèles d’apprentissage automatique (machine learning) pour la détection et la classification de défauts de bout en bout — des choix liés aux données et à l’entraînement jusqu’aux stratégies d’évaluation et aux contraintes de mise en production.
• Réaliser des analyses exploratoires de données (EDA) sur des données de vibration, des données OT (technologies opérationnelles) et des séries temporelles afin d’en tirer des insights et d’identifier des motifs révélateurs de défaillances ou d’anomalies.
• Mener des expérimentations et évaluer différents algorithmes en modélisation de séries temporelles, en traitement du signal et en méthodes statistiques afin d’optimiser la performance des modèles.
• Collaborer avec les chefs de produit (PM) pour la découverte de fonctionnalités et la priorisation de la feuille de route, notamment en validant des hypothèses produit, en définissant des indicateurs de succès et en quantifiant l’impact pour les utilisateurs finaux.
• Travailler en étroite collaboration avec des experts du domaine afin de valider les résultats et d’assurer leur pertinence dans des contextes réels.
• Participer activement à la communauté interne de pairs pour remettre en question le statu quo, améliorer les méthodes de travail et influencer les décisions d’architecture, tout en contribuant à une culture d’excellence en science appliquée.
• Participer aux rotations de garde (on-call).

À propos de vous:

• Maîtrise ou doctorat en informatique, science des données, génie mécanique, génie électrique ou dans un domaine connexe, avec une spécialisation en surveillance d’état (condition monitoring) ou en apprentissage automatique.
• Plus de 5 ans d’expérience démontrée en programmation avec des outils standards de ML tels que Python, PyTorch, TensorFlow, etc.
• Solides connaissances fondamentales en apprentissage automatique, en science des données et en statistiques.
• Bonne maîtrise des techniques de modélisation de séries temporelles et de l’ingénierie de caractéristiques (feature engineering).
• Capacité à livrer du code prêt pour la production, bien testé, maintenable et validé par des expérimentations rigoureuses.

Atouts:

• Expérience pratique dans le développement de modèles appliqués aux données OT et de vibration, à la surveillance d’état et à la détection ou classification de défauts.
• Connaissance des techniques de traitement du signal (p. ex. transformée de Fourier, analyse en ondelettes) et de leur application aux données OT et de vibration.

Quels sont les avantages pour vous?:

• Un salaire compétitif et des opportunités d'équité significatives.
• Couverture des soins de santé, des soins dentaires et de la vue.
• Programme d'inscription 401(k) / RRSP.
• Prenez les congés dont vous avez besoin.
• Une culture du travail :
• Vous travaillerez avec des personnes intelligentes, humbles et optimistes à travers le monde.
• Un environnement méritocratique où les idées et les résultats sont publiquement célébrés.

Qui sommes-nous:

MaintainX is the world’s leading mobile-first Asset and Work Intelligence platform for industrial and frontline environments. We’re a modern, IoT-enabled, cloud-based solution that powers maintenance, safety, and operations on physical equipment and facilities.

We help 12,000+ organizations—including Duracell, Univar Solutions, Titan America, McDonald’s, Brenntag, Cintas, Xylem, and Shell—achieve operational excellence and reliability at scale.

Following our $150 million Series D led by Bain Capital Ventures, Bessemer Ventures, August Capital, Amity Ventures, and Ridge Ventures, MaintainX has raised a total of $254 million, valuing the company at $2.5 billion.

As we enter our next phase of growth, we’re investing deeply in AI/ML, LLMs, and Industrial IoT to transform how frontline teams operate—predicting failures before they happen, automating workflows, and embedding intelligence into every asset and procedure.

What you’ll do:

• Design, develop and optimize machine learning models for fault detection and classification end-to-end e.g. data and training modeling choices to evaluation strategies and production constraints.
• Perform EDA on vibration, OT and time-series data to uncover insights and identify patterns indicative of faults or anomalies.
• Conduct experiments and evaluation of various algorithms on time-series modeling, signal processing, and statistical methods, to optimize model performance.
• Partner with PMs in product feature discovery and roadmap prioritization through validating product hypotheses, designing success metrics and quantifying end user impact
• Collaborate with domain experts to validate findings and ensure alignment with real-world applications.
• Engage with your community of peers to challenge the status quo, improve our shared ways of working, and influence overall architecture decisions, continuing to foster our culture of Applied Science excellence
• On-call duties

About you:

• Master’s or Ph.D. in Computer Science, Data Science, Mechanical Engineering, Electrical Engineering, or a related field with a focus on condition monitoring or machine learning applications.
• 5+ years of proven programming skills using standard ML tools such as Python, PyTorch, Tensorflow etc.
• Strong foundational knowledge in machine learning, data science, and statistics
• Familiarity with time-series modeling techniques and feature engineering.
• Ability to deliver production-grade code that is well-tested, maintainable, and evaluated through rigorous experimentation.

Bonus skills: 

• Hands-on experience developing models for OT and vibration analysis, condition monitoring, and fault detection or classification.
• Familiarity with signal processing techniques (e.g., Fourier transforms, wavelet analysis) and their application to OT and vibration data.

What’s in it for you:

• Competitive salary and meaningful equity opportunities.
• Healthcare, dental, and vision coverage.
• 401(k) / RRSP enrollment program.
• Take what you need PTO.
• A high impact Culture:
• You’ll work with Smart, Humble Optimists across the globe.
• Meritocratic environment where ideas and outcomes are publicly celebrated.

About us:

We exist to make the lives of frontline and maintenance teams easier by building software that meets their real-world needs. Our product transforms how 80% of the global workforce—those who don’t sit behind a desk—manage their operations, assets, and teams.

MaintainX is committed to creating a diverse environment. All qualified applicants will receive consideration for employment without regard to race, color, religion, gender, gender identity or expression, sexual orientation, national origin, genetics, disability, age, or veteran status.

About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business. 
A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 
Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet the Team

The mission of the Application Engine Team is to provide a robust, efficient, and flexible platform for integrating and managing various deep learning models and processes in the context of L4 autonomous trucking. It aims to streamline development workflows, enhance team efficiency, and ensure consistent performance and safety standards. The Application Engine focuses on facilitating the creation of scalable, reproducible, and safety-compliant components, enabling feature teams to efficiently develop and deploy advanced autonomous driving features.

What You’ll Do 

• Development of a processing pipeline SDK capable of spanning multiple distributed System on a Chips using Ethernet, PCIe, and similar to move data through different processing stages.
• Optimization of concurrent usage of resources (Memory, GPU) for parallel execution of trained models on a single System on a Chip
• Development of a runtime environment, which uses the App Engine SDK to deploy machine learning based virtual driver applications.
• SDK Feature development to support the creation of Virtual Driver Software
• Support Virtual Driver Division with their usage of the Application Engine
• Creation of high-quality code including test case development

What You’ll Need to Succeed 

• Experience with Embedded Software Development, especially with a focus on GPUs
• Experience with TensorRT and CUDA
• Experience in the development of real-time distributed systems
• Profound knowledge of C++ and state of the art design principles
• Familiarity with machine learning technologies (e.g. PyTorch)
• Experience with Linux
• Degree: Masters in Computer Science or Electrical Engineering

Bonus Points

• Experience developing SDK’s for complex embedded systems, especially those featuring GPUs or multiple SOCs.
• Experience in autonomous robotic or vehicle systems.
• Knowledge of computer architecture principles such as pipelining, memory hierarchy, locality, etc.

Perks of Being a Full-time Torc’r 
Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers:    
 

• A competitive compensation package that includes a bonus component and stock options 

• 100% paid medical, dental, and vision premiums for full-time employees 

• 401K plan with a 6% employer match 

• Flexibility in schedule and generous paid vacation (available immediately after start date) 

• AD+D and Life Insurance 

At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. 
Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits.

Job ID: 102580

We are seeking a senior distributed machine learning (ML) research developer to join our team working on a novel AI safety agenda. In this role, you will work closely with ML research scientists to solve difficult training and inference problems using very large models.

Key Responsibilities

• Collaborate with researchers to accelerate research, model training and inference, and facilitate the use of large-scale models in distributed computing environments.
• Investigate performance bottlenecks, profile research experiment code, debug reported issues, and optimize the utilization of computing resources.
• Develop tools and libraries to simplify and orchestrate the use of distributed computing resources for research experiments.
• Establish, document, and maintain best practices for large-scale, distributed ML model development workflows.

Skills and Qualifications

• A degree in a relevant computer science field (e.g., computer science, computer engineering, software engineering) is required. An advanced degree (master’s or PhD) related to machine learning or distributed ML systems is preferred but not required if the candidate demonstrates exceptional abilities and experience.
• 3+ years of experience in designing and implementing distributed ML training frameworks, with recent experience using e.g. Megatron, DeepSpeed, HuggingFace Accelerate, FSDP, vLLM,  and/or verl.
• Ability to collaborate effectively with cross-functional teams, document best practices, and stay updated with the latest advancements in ML and software development.
• Experience with cloud platforms (e.g., AWS, GCP, Azure) and workload managers (e.g., Ray, SLURM).
• Experience with GPU profiling tools (e.g. PyTorch profiler, PyProf, NVIDIA Nsight).
• Familiarity with containerization tools (e.g., gRPC, Docker, Kubernetes).
• Familiarity with data infrastructures and platforms (e.g., vector databases).
• A track record of contributing to high-quality research projects in deep learning.

The title of Engineer is used for reference purposes and may or may not be the official title of the applicant based on jurisdiction.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits (including mental health and wellness management account)
• 20 days of vacation per year upon start
• Employer contribution of 4% to your retirement savings, with no required employee matching
• Additional compensation totaling 8% of your salary to apply towards additional retirement savings or bonuses (independent of group and individual performance)
• A team of passionate world-class experts in their field
• A collaborative and inclusive work environment in our vibrant office space in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation

Nous recherchons un.e ingénieur.e sénior en apprentissage automatique distribué (distributed ML) pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous travaillerez en étroite collaboration avec des chercheur.se.s en apprentissage automatique pour résoudre des problèmes complexes d'entraînement et d'inférence utilisant des modèles de très grande taille.

Responsabilités Clés

• Collaborer avec les chercheurs.se.s pour accélérer la recherche, l'entraînement et l'inférence des modèles, et faciliter l'utilisation de modèles à grande échelle dans des environnements de calcul distribué.
• Investiguer les goulots d'étranglement de performance, profiler le code des expériences de recherche, déboguer les problèmes signalés et optimiser l'utilisation des ressources de calcul.
• Développer des outils et des bibliothèques logicielles pour simplifier et orchestrer l'utilisation des ressources de calcul distribué pour les expériences de recherche.
• Établir, documenter et maintenir les meilleures pratiques pour les flux de travail de développement de modèles ML distribués à grande échelle.

Compétences et Qualifications

• Un diplôme dans un domaine pertinent de l'informatique (par exemple, informatique, génie informatique, génie logiciel) est requis. Un diplôme d'études supérieures (maîtrise ou doctorat) lié à l'apprentissage automatique ou aux systèmes ML distribués est préférable, mais n'est pas obligatoire si le candidat démontre des capacités et une expérience exceptionnelles.
• Plus de 3 ans d'expérience dans la conception et la mise en œuvre de “frameworks” d'entraînement ML distribué, avec une expérience récente dans l'utilisation, par exemple, de Megatron, DeepSpeed, HuggingFace Accelerate, FSDP, vLLM et/ou verl.
• Capacité à collaborer efficacement avec des équipes interfonctionnelles, à documenter les meilleures pratiques et à se tenir au courant des dernières avancées en ML et en développement de logiciels.
• Expérience avec les plateformes “cloud” (par exemple, AWS, GCP, Azure) et les gestionnaires de charge de travail (par exemple, Ray, SLURM).
• Expérience avec les outils de profilage GPU (par exemple, PyTorch profiler, PyProf, NVIDIA Nsight).
• Familiarité avec les outils de conteneurisation (par exemple, gRPC, Docker, Kubernetes).
• Familiarité avec les infrastructures et plateformes de données (par exemple, bases de données vectorielles).
• Expérience avérée de contribution à des projets de recherche de haute qualité en apprentissage profond.

Le titre d'Ingénieur est utilisé à des fins de référence et peut ou non être le titre officiel du candidat en fonction de la juridiction.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantage sociaux complets en matière de santé (incluant un compte de gestion de la santé mentale et du bien-être).
• 20 jours de vacances par an dès l'embauche.
• Une contribution de l'employeur de 4 % à votre épargne-retraite, sans exigence de contribution équivalente de la part de l'employé.
• Une rémunération supplémentaire totalisant 8 % de votre salaire, à attribuer à une épargne-retraite supplémentaire ou à des primes (non lié à la performance).
• Une équipe d'experts passionnés et compétents.
• Un environnement de travail collaboratif et inclusif dans nos bureaux situés au cœur de la Petite Italie, dans le quartier branché de Mile-Ex, à proximité des transports en commun. 

Nous recherchons un.e développeur.se en apprentissage automatique (recherche appliquée) pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous travaillerez en étroite collaboration avec les chercheur.se.s en apprentissage automatique et les parties prenantes côté produit pour commencer à appliquer le “Scientist AI” à des applications concrètes. 

Responsabilités principales 

• Accélérer la recherche appliquée, l'entraînement et l'inférence des modèles, et itérer sur l'implémentation de modèles pour des applications concrètes (lesquelles constitueront la base des futures offres de solutions de LawZero).
• Concevoir et mettre en œuvre des flux de travail (workflows) pour des expériences de recherche à travers des environnements simulés et des applications réelles.
• Développer des jeux de données, des outils et des bibliothèques pour implémenter et évaluer des modèles destinés à des applications concrètes.
• Établir, documenter et maintenir les meilleures pratiques pour les flux de travail de développement de modèles d’apprentissage automatique.
• Redéfinir et adapter les idées et prototypes de recherche en outils et solutions robustes de niveau production.
• Comprendre en profondeur les cas d'utilisation des clients pour éclairer les stratégies de formation et mettre en évidence les cas limites.

Compétences et qualifications

• Un diplôme dans un domaine informatique pertinent (par exemple, informatique, ingénierie informatique, ingénierie logicielle) est requis, ainsi qu'un diplôme supérieur (Maîtrise ou plus) en apprentissage automatique ou une expérience professionnelle équivalente.
• Un minimum de 3 ans d'expérience industrielle dans la conception et l'implémentation de pipelines complexes d’apprentissage automatique sur des dispositifs de calcul à haute performance utilisant PyTorch, TensorFlow ou JAX.
• Capacité à collaborer efficacement avec des équipes interfonctionnelles, à documenter les meilleures pratiques et à rester à l'affût des dernières avancées en matière d'apprentissage automatique et de développement logiciel.
• Expérience avec les plateformes cloud (ex: AWS, GCP, Azure) et les ordonnanceurs de tâches (ex: Ray, SLURM).
• Maîtrise des outils de conteneurisation (ex: gRPC, Docker, Kubernetes).
• Connaissance des infrastructures et plateformes de données (ex: bases de données vectorielles).
• Expérience dans le développement de nouveaux produits d’apprentissage automatique à partir de zéro, ou basés sur des prototypes de recherche.
• Atout : Expérience de travail en collaboration avec des chercheurs.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking a machine learning (ML) developer (applied research) to join our team working on the Scientist AI. In this role, you will work closely with ML research scientists and product stakeholders to start applying the Scientist AI to real-world problems.

Key responsibilities

• Accelerate applied research, model training and inference, and iterate on implementing models for real-world applications (that will form the basis of LawZero’s future solutions offerings).
• Design and implement workflows for research experiments across simulated environments and real-world applications.
• Develop datasets, tooling, dashboards, and libraries to adapt, monitor, interpret, and evaluate models in the context of real-world applications.
• Establish, document, and maintain best practices for ML model development workflows.
• Redesign and adapt research ideas and prototypes into robust production-grade tools and solutions.
• Deeply understand customer use-cases to inform training strategies and surface edge cases.
  
  

Skills and qualifications

• A degree in a relevant computer science field (e.g., computer science, computer engineering, software engineering) is required, along with an advanced degree (MSc or higher) in machine learning or equivalent work experience.
• 3+ years of industry experience in designing and implementing complex machine learning workflows on high performance computing devices using PyTorch, TensorFlow, or JAX.
• Ability to collaborate effectively with cross-functional teams, document best practices, and stay updated with the latest advancements in ML and software development.
• Experience with cloud platforms (e.g., AWS, GCP, Azure) and workload managers (e.g., Ray, SLURM)
• Familiarity with containerization tools (e.g., gRPC, Docker, Kubernetes).
• Familiarity with data infrastructures and platforms (e.g., vector databases).
• Experience building new ML products from scratch, or based on research prototypes.
• Experience working alongside researchers is a bonus.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

Nous recherchons un.e chercheur.se en sécurité de l'IA avec une spécialisation en apprentissage automatique (ML) pour rejoindre notre équipe travaillant sur le programme "Scientist AI". Dans ce rôle, vous contribuerez à notre plan en utilisant votre expertise en sécurité de l'IA ainsi que vos connaissances et votre expérience en apprentissage automatique.

Responsabilités principales 

• Aider à clarifier les questions de recherche en sécurité de l'IA qui sont centrales pour le programme "Scientist AI".
• Analyser les solutions proposées à ces questions de recherche et développer de nouvelles idées de solutions.
• Proposer, concevoir et implémenter de nouveaux algorithmes et expériences ML visant à résoudre ou à tester des problèmes complexes de sécurité de l'IA.
• Évaluer le programme  "Scientist AI" et son intégration dans une vision stratégique plus large pour l'atténuation des risques liés à l'IA, afin de guider et de prioriser efficacement les expériences visant à répondre aux questions de sécurité critiques.
• Communiquer des résultats complexes à d'autres chercheurs et développeurs.

Compétences et qualifications requises

• Un doctorat dans un domaine pertinent est préféré mais non requis si le candidat démontre des capacités exceptionnelles ou une expérience équivalente.
• Expérience de recherche en sécurité technique de l'IA, idéalement avec un accent sur la sécurité de l'AGI (Intelligence Artificielle Générale).
• Expérience dans la proposition, la conception et l'exécution d'expériences ML.
• Maîtrise des frameworks ML tels que PyTorch ou TensorFlow.
• Enthousiasme à contribuer et à façonner le programme "Scientist AI".
• Capacité à travailler dans un environnement collaboratif et à contribuer aux objectifs de recherche collectifs.
• Capacité à échanger sur des résultats complexes avec des collaborateurs de différentes spécialisations.

Compétences et qualifications souhaitées 

• Expérience dans certains des domaines de recherche suivants en sécurité de l'IA : fondations d'agents, contrôle de l'IA, sécurité de l'IA de pointe, extraction de connaissances latentes, raisonnement externalisé, schémas d'alignement ambitieux.
• Publications de recherche en apprentissage automatique dans des revues de premier plan (par exemple, NeurIPS, ICML, ICLR, etc.).
• Expérience dans le raffinement et le post-entraînement de modèles de langage.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

Nous recherchons un.e chercheur.se en apprentissage automatique pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous développerez et évaluerez des méthodes d'inférence probabiliste, avec un focus sur l'inférence amortie, transformant les théories en applications concrètes et communiquant les résultats.

Responsabilités principales 

• Développer des méthodes d'inférence amortie adaptées aux distributions discrètes et continues de haute dimension.
• Développer des méthodes d'apprentissage des paramètres et des structures de grands modèles graphiques probabilistes qui bénéficient de l'inférence probabiliste amortie.
• Concevoir des stratégies d'évaluation pour les méthodes qui reposent sur l'inférence probabiliste.
• Collaborer avec des mathématiciens sur la théorie liée à l'apprentissage et à l'inférence dans les modèles probabilistes.
• Traduire les propositions théoriques en implémentations de haute qualité dans un langage de programmation tel que Python.
• Analyser et interpréter les résultats expérimentaux pour orienter les recherches futures.
• Communiquer efficacement des résultats complexes à diverses parties prenantes.

Compétences et qualifications

• Diplôme supérieur dans un domaine pertinent (par exemple, informatique, mathématiques). Un doctorat est préférable mais non obligatoire si le candidat démontre des capacités exceptionnelles.
• Un minimum de 3 ans d'expérience dans la recherche sur l'apprentissage profond.
• Une expertise en inférence probabiliste est requise, en plus d'une expertise dans un ou plusieurs des domaines suivants :
  • Inférence bayésienne
  • Méthodes d'inférence approximative basées sur l'échantillonnage
  • Méthodes d'inférence amortie (y compris les méthodes d’inférence variationnelle ou les “Generative Flow Networks”)
  • Apprentissage de paramètres et/ou de structures dans les modèles graphiques probabilistes (y compris les modèles causaux)
  • Apprentissage par renforcement
  • Contrôle optimal.
• Solides connaissances en mathématiques.
• Expérience avérée dans le développement et l’implémentation de modèles d'apprentissage automatique.
• Maîtrise des langages de programmation tels que Python, et expérience avec des outils d’apprentissage automatique tels que PyTorch ou TensorFlow.
• Excellentes compétences en matière d'analyse et de résolution de problèmes, avec une capacité démontrée d'esprit critique à l'égard de systèmes complexes.
• Solides compétences en communication, tant à l'écrit qu'à l'oral, avec la capacité d'expliquer des idées complexes à différentes parties prenantes.
• Avoir contribué à des recherches de haute qualité dans le domaine de l'inférence probabiliste ou dans des domaines connexes.
• Capacité à travailler de manière collaborative dans un environnement d'équipe tout en étant autonome et motivé.e.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking an AI Safety Researcher with an ML focus, to join our team working on the Scientist AI agenda. In this role, you will contribute to our plan using your expertise in AI safety and your knowledge and experience of machine learning.

Key responsibilities

• Help clarify which AI safety research questions are central to the Scientist AI agenda.
• Analyze proposed solutions to these research questions and develop novel solution ideas.
• Propose, design, and implement novel ML algorithms and experiments aimed at solving or testing complex AI safety problems.
• Scrutinize the Scientist AI agenda and its fit into a bigger strategic picture for mitigating AI risk, in order to guide and prioritize experiments to answer critical safety questions efficiently.

Required skills and qualifications

• PhD in a relevant field is preferred but not required if the candidate demonstrates exceptional abilities or equivalent experience.
• Research experience in technical AI safety, ideally with a focus on AGI safety.
• Experience proposing, designing and running ML experiments.
• Proficiency with ML frameworks such as PyTorch or Tensorflow.
• Excitement to contribute to and shape the Scientist AI agenda. 
• Ability to work in a collaborative environment and contribute to collective research goals.
• Ability to discuss complex findings with team members from diverse technical backgrounds.

Preferred skills and qualifications

• Experience in some of the following AI safety research areas: agent foundations, AI control, frontier AI safety, eliciting latent knowledge, externalised reasoning, ambitious alignment schemes.
• Machine learning research publications in top-tier venues (e.g., NeurIPS, ICML, ICLR, etc.).
• Experience fine tuning and post training language models.

What we offer

• The opportunity to contribute to a unique mission with a major impact
• Comprehensive health benefits
• A minimum of 20 days vacation per year upon start
• A minimum retirement savings employer contribution of 4%
• Generous flexible benefits designed to contribute to your well-being
• A team of passionate experts in their field
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation

We are seeking a Machine Learning (ML) Research Scientist to join our team working on a novel AI safety research agenda. In this role, you will develop and evaluate probabilistic inference methods, with a focus on amortized inference, translating theoretical insights into practical implementations.

Key responsibilities

• Develop amortized inference methods suitable for high-dimensional discrete and continuous distributions.
• Develop parameter- and structure-learning methods for large probabilistic graphical models that benefit from amortized probabilistic inference.
• Design evaluation strategies for methods that rely on probabilistic inference.
• Collaborate with mathematicians on theory related to learning and inference in probabilistic models.
• Translate theoretical proposals into high quality implementations in a programming language such as Python.
• Analyze and interpret experimental results to steer future research directions.
• Communicate complex findings effectively to various stakeholders.
  

Skills and qualifications

• Advanced degree in a relevant field (e.g., Computer Science, Mathematics). A PhD is preferred but not required if the candidate demonstrates exceptional abilities.
• A minimum of 3 years of experience in deep learning research.
• Expertise in probabilistic inference is required, in addition to expertise in one or more of the following:
  • Bayesian inference
  • Sampling-based approximate inference methods
  • Amortized inference methods (including variational inference methods or Generative Flow Networks)
  • Parameter- and/or structure-learning in probabilistic graphical models (including causal models)
  • Reinforcement learning
  • Optimal control
• Strong background in mathematics.
• Proven experience in developing and implementing machine learning models.
• Proficiency in programming languages such as Python, and experience with  ML frameworks like PyTorch or TensorFlow.
• Excellent analytical and problem-solving skills, with a demonstrated ability to think critically about complex systems.
• Strong communication skills, both written and verbal, with the ability to explain complex ideas to diverse audiences.
• Track record of contributing to high-quality research in probabilistic inference or related fields.
• Ability to work collaboratively in a team environment while also being self-motivated and independent.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

We are seeking a machine learning (ML) research developer to join our team working on a novel AI safety agenda. In this role, you will work closely with ML research scientists to solve difficult training and inference problems using very large models.

Key responsibilities

• Collaborate with researchers to accelerate research, model training and inference, and facilitate the efficient implementation of novel models and simulated environments.
• Design and implement workflows for research experiments across toy scenarios and large scale projects.
• Develop tools and libraries to optimize the use of computing resources.
• Establish, document, and maintain best practices for ML model development workflows.

Skills and qualifications

• A degree in a relevant computer science field (e.g., computer science, computer engineering, software engineering) is required, along with an advanced degree (MSc or higher) in machine learning or equivalent work experience.
• 3+ years of industry experience in designing and implementing complex machine learning workflows on high performance computing devices using PyTorch, TensorFlow, or JAX.
• Ability to collaborate effectively with cross-functional teams, document best practices, and stay updated with the latest advancements in ML and software development.
• Experience with cloud platforms (e.g., AWS, GCP, Azure).
• Familiarity with containerization tools (e.g., Docker, Kubernetes).
• Familiarity with data infrastructures and platforms (e.g., vector databases).
• A track record of contributing to high-quality research projects in deep learning.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

Nous recherchons un.e développeur.se de recherche en apprentissage automatique pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous travaillerez en étroite collaboration avec les chercheur.se.s en apprentissage automatique pour résoudre des problèmes d'apprentissage et d'inférence difficiles à l'aide de très grands modèles.

Responsabilités principales 

• Collaborer avec les chercheurs.se.s pour accélérer la recherche, l’entraînement et l'inférence des modèles, et faciliter l’implémentation efficace de nouveaux modèles et d'environnements simulés.
• Concevoir et mettre en œuvre des pipelines d’expérimentation pour des scénarios de tests simplifiés et des projets à grande échelle.
• Développer des outils et des librairies pour optimiser l'utilisation des ressources de calcul.
• Élaborer, documenter et maintenir les meilleures pratiques pour les pipelines de développement de modèles d’apprentissage automatique.

Compétences et qualifications

• Un diplôme dans un domaine informatique pertinent (par exemple, informatique, ingénierie informatique, ingénierie logicielle) est requis, ainsi qu'un diplôme supérieur (Maîtrise ou plus) en apprentissage automatique ou une expérience professionnelle équivalente.
• Un minimum de 3 ans d'expérience industrielle dans la conception et l’implémentation de pipelines complexes d'apprentissage automatique sur des dispositifs de calcul à haute performance utilisant PyTorch, TensorFlow ou JAX.
• Capacité à collaborer efficacement avec des équipes interfonctionnelles, à documenter les meilleures pratiques et à se tenir au courant des dernières avancées en matière d'apprentissage automatique et de développement de logiciels.
• Expérience avec les plateformes infonuagiques (par exemple, AWS, GCP, Azure).
• Familiarité avec les outils de conteneurisation (par exemple, Docker, Kubernetes).
• Familiarité avec les infrastructures et les plateformes de données (par exemple, les bases de données vectorielles).
• Expérience de contribution à des projets de recherche de haute qualité dans le domaine de l'apprentissage profond.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

Nous recherchons un.e chercheur.se en apprentissage automatique (ML) pour rejoindre notre équipe travaillant sur un agenda de recherche novateur en sécurité de l'IA. Dans ce rôle, vous concevrez et implémenterez des modèles de ML innovants visant à résoudre des problèmes avancés en sécurité de l'IA.

Responsabilités principales 

• Proposer, concevoir et implémenter des modèles de ML novateurs adaptés à la résolution de problèmes complexes en sécurité de l'IA.
• Collaborer avec des mathématicien.ne.s et d'autres chercheur.se.s spécialisé.e.s pour intégrer les avancées théoriques dans des algorithmes et modèles ML appliqués.
• Adapter et affiner les modèles de pointe existants pour améliorer leur applicabilité à des contextes spécifiques.
• Concevoir et implémenter des protocoles expérimentaux et des cadres d'évaluation pour valider les hypothèses et garantir des résultats robustes et reproductibles, y compris à l'échelle et à la complexité des modèles de pointe.
• Analyser et interpréter les données expérimentales afin d'orienter les futures questions et objectifs de recherche.
• Évaluer et optimiser les performances et l'efficacité des modèles avec les ingénieur.e.s ML pour assurer l'utilisation optimale des ressources de calcul au cours de longues expérimentations.
• Communiquer les résultats et synchroniser le travail avec d'autres chercheur.se.s et ingénieur.e.s.

Compétences et qualifications requises

• Diplôme supérieur dans un domaine pertinent (ex. : Informatique, Mathématiques). Un doctorat est préférable mais non requis si le.la candidat.e démontre des capacités exceptionnelles.
• 3 à 5 ans d'expérience dans des projets de recherche en apprentissage profond (deep learning), en particulier avec des modèles de pointe.
• Expérience avérée dans l'entraînement, l'adaptation et/ou l'ajustement fin ("fine tuning") de modèles de pointe dans une variété de scénarios complexes impliquant, par exemple, l'apprentissage par transfert, l'adaptation de domaine ou le méta-apprentissage.
• Expertise dans l'intégration et l'utilisation de bibliothèques ML telles que PyTorch, TensorFlow ou JAX pour le développement, l'entraînement et l'évaluation de modèles ML, idéalement dans des environnements de calcul distribué.
• Solide expérience en développement logiciel Python, dans l'utilisation d'outils de gestion de version, d'outils de collaboration et d'outils de gestion et de suivi d'expériences.
• Solides compétences en communication, écrites et verbales, avec la capacité d'échanger des idées avec des chercheur.se.s de différentes disciplines.
• Capacité à travailler en collaboration au sein d'une équipe tout en étant autonome et indépendant.e.

Compétences et qualifications souhaitées

• Expérience dans l'analyse du comportement des modèles de pointe dans des contextes critiques pour la sécurité.
• Expérience dans la conception et le développement de stratégies ou de benchmarks d'alignement de modèles.
• Expérience avec le traitement du langage naturel ou les modèles graphiques probabilistes.
• Historique de contributions à des projets de recherche de haute qualité en apprentissage profond.

Ce que nous offrons

• L’occasion de contribuer à une mission unique avec un impact important.
• Des avantages santé complets.
• Un minimum de 20 jours de vacances dès l’embauche.
• Un contribution d'épargne retraite de l’employeur d'un minimum de 4%.
• Des avantages généreux et flexibles conçus pour contribuer à votre bien-être.
• Une équipe d’experts de leur domaine, des gens passionnés et passionnants.
• Un milieu de travail collaboratif et inclusif avec des bureaux au cœur de la Petite Italie, dans le quartier branché Mile-Ex à proximité des transports en commun.

We are seeking a Machine Learning (ML) Research Scientist to join our team working on a novel AI safety agenda. In this role, you will design and implement innovative ML models aimed at solving advanced AI safety problems.

Key responsibilities

• Propose, design, and implement novel ML models tailored to solve complex AI safety problems.
• Collaborate with mathematicians and other specialized research scientists to integrate theoretical advancements into practical ML algorithms and models.
• Adapt and fine-tune existing frontier models to enhance their applicability to specific settings.
• Design and implement experimental protocols and evaluation frameworks to validate hypotheses and ensure robust and reproducible results, including at the scale and complexity of frontier models.
• Analyze and interpret experimental data in order to steer future research questions and objectives.
• Benchmark and optimize model performance and efficiency along with ML engineers to ensure the optimal usage of computing resources over the course of long experiments.
• Communicate findings and synchronize work with other researchers and engineers.

Required skills and qualifications

• Advanced degree in a relevant field (e.g., Computer Science, Mathematics). A PhD is preferred but not required if the candidate demonstrates exceptional abilities.
• 3-5 years of experience in deep learning research projects, in particular with frontier models.
• Proven experience in the training, adaptation, and/or fine-tuning of frontier models across a variety of complex scenarios that involve, for example, transfer learning, domain adaptation, or meta learning.
• Expertise in the integration and use of ML libraries such as PyTorch, TensorFlow, or JAX for the development, training, and evaluation of ML models, ideally in distributed computing environments.
• Strong experience in Python software development, in the use of version control, collaboration tools, and experiment management and tracking tools.
• Strong communication skills, both written and verbal, with the ability to exchange ideas with researchers across different disciplines.
• Ability to work collaboratively in a team environment while also being self-motivated and independent.

Preferred skills and qualifications

• Experience analyzing the behavior of frontier models in safety-critical contexts.
• Experience in the design and development of model alignment strategies or benchmarks.
• Experience with natural language processing or probabilistic graphical models.
• A track record of contributing to high-quality research projects in deep learning.

What we offer

• The opportunity to contribute to a unique mission with a major impact.
• Comprehensive health benefits.
• A minimum of 20 days vacation per year upon start.
• A minimum retirement savings employer contribution of 4%.
• Generous flexible benefits designed to contribute to your well-being.
• A team of passionate experts in their field.
• A collaborative and inclusive work environment with offices in the heart of Little Italy, in the trendy Mile-Ex district, close to public transportation.

Machine Learning Engineer – Biometrics (Computer Vision)

We’re looking for a Staff/Senior Machine Learning Engineer with deep expertise in computer vision and biometrics to lead the design and scaling of face recognition systems in production. You’ll build and train models, and own ML systems end-to-end on AWS. The final job level for this role will be determined following the interview process.

What You’ll Do

• Lead the design and development of computer vision systems for biometrics (face attributes, detection, quality, and recognition)
• Rigorous fairness analysis and benchmarking of biometric models across various datasets and operating conditions.
• Architect, train, and optimize models using PyTorch, Tensorflow, and/or JAX
• Own and evolve end-to-end ML pipelines, from data ingestion to deployment. Design automated pipelines (Airflow) for data ingestion and cleaning. You will be responsible for curating balanced training sets and generating synthetic data to address both quality and diversity gaps.
• Production Engineering: Own the path to production. Optimize models for low-latency inference (quantization, distillation, TensorRT/ONNX) and manage deployment on AWS.
• Mentor ML engineers, conduct code/design reviews, and drive technical best practices across the Computer Vision team.

What We’re Looking For

• Experience: 5+ years of industry experience in Machine Learning, with at least 3 years dedicated to Biometrics or Face Analysis.
• Deep expertise in computer vision and biometrics, especially face recognition.
• Fairness & Ethics: You understand the sources of algorithmic bias in Computer Vision and have practical experience measuring and mitigating disparate impact.
• Strong Engineering: Expert proficiency in Python (both machine learning and vision libraries such as Pillow, OpenCV, PyTorch, etc). You write clean, modular, production-ready code.
• Systems Architecture: Experience designing end-to-end ML pipelines (Data to Train to Deploy) and working with workflow orchestrators like Airflow.
• Cloud Native: Hands-on experience scaling training jobs on multi-GPU clusters and deploying services on AWS (SageMaker, EC2, EKS).

Nice to Have

• Research Publications: Papers in CVPR, ICCV, ECCV, or FG related to face recognition, image quality assessment, or fairness.
• Large Scale Search: Experience with vector databases (e.g., Milvus, Faiss) and approximate nearest neighbor (ANN) search algorithms.
• Familiarity with privacy, security, and compliance in biometric systems.
• Mobile/Edge Experience: Experience porting models to edge or mobile devices utilizing frameworks such as CoreML, LiteRT, and/or TFLite.
• Synthetic Data: Experience using GANs or diffusion models to generate synthetic faces for training.
• Strong communication skills.

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

Rencontrez l’équipe :    

Torc va de l’avant avec sa stratégie AV 3.0. Les composants Simulation et Production de données sont majeurs pour le camionnage autonome. L’équipe élabore la simulation des capteurs en fonction des modèles de rendu neuronal et génératifs pour le simulateur guidé par les données de Torc. Les données de grande qualité provenant de mises en situation originales viennent combler l’écart des données du domaine, résolvant l’un des plus grands défis pour une conduite autonome sécuritaire.  L’équipe travaille sur des approches à la fine pointe pour le rendu neuronal et la production de données pour les données des capteurs des caméras, lidars et radars. Le tout contribue au flux de données de Torc pour l’entraînement et la validation à travers toute la pile AV.  

Ce que vous ferez :    

• Mettre en œuvre les dernières avancées en matière de recherche pour les modèles de rendu neuronal et génératifs
• Convertir les solutions à la fine pointe de la technologie dans le domaine de la conduite autonome pour les simulations des capteurs des caméras, lidars et radars
• Contribuer à la mise en œuvre d’un cadre de rendu neuronal qui permet la mise à l’échelle de la simulation de perception et de l’entraînement AV 3.0.
• Intégrer le cadre dans un environnement en nuage et automatiser le pipeline pour permettre la mise à l’échelle de la vérification et de la validation ciblées de nos camions autonomes
• Prendre la responsabilité des projets de développement dans l’équipe, de la recherche à la conception, en passant par la mise en œuvre, les tests et le déploiement
• Concevoir, mettre en œuvre, tester et déployer un logiciel livrable, prêt pour la phase de production, à partir de prototypes précoces avec des processus disciplinés en développement de logiciel.
• Travailler dans l’écosystème d’apprentissage automatique en nuage avec d’autres départements connexes existants au sein de l’entreprise.
• Évaluer de manière proactive les capacités actuelles pour identifier les domaines à améliorer, en proposant des solutions alignées sur la stratégie et les opérations fondamentales. 
• Démontrer des compétences en gestion de projet, servir de leader pour les membres de l’équipe moins expérimentés dans plusieurs facettes de l’exécution de projet, faire du coaching et du mentorat au besoin.

Ce dont vous aurez besoin pour réussir :    

• Maîtrise de Python et des cadres d’apprentissage profond comme PyTorch.
• Doctorat ou expérience de travail équivalente d’au moins 6 ans dans des domaines connexes (informatique, robotique, génie électrique) avec une expérience en logiciels d’expédition de production.
• Expertise éprouvée en rendu neuronal (champs de radiance neuronale et éclaboussures gaussiennes 3D) et modèles génératifs (modèles de diffusion, « flow matching »).
• Expérience en infographie, reconstruction 3D ou vision par ordinateur 3D.
• Considéré comme hautement qualifié(e) et compétent(e) dans sa discipline; réalise des travaux complexes et importants sous une supervision minimale et avec une grande latitude pour le jugement indépendant. 
• Expérience avec l’infrastructure de bureau virtuel (VDI) et les environnements de développement d’apprentissage automatique en nuage.
• Est censé piloter l’harmonisation entre les interfaces de l’équipe et le reste de l’organisation.
• Conçoit, maintient et est propriétaire des solutions techniques de l’équipe et favorise le consensus. 
• Mentore et guide les ingénieur·e·s du groupe.  

Points bonus! 

• Expérience de la conduite autonome ou de la perception robotique dans des environnements de production.
• Compétences en programmation CUDA pour un rendu efficace de scènes à grande échelle
• Publications pour des conférences de premier ordre en informatique/IA/infographie (CVPR/ECCV/ICCV, NeurIPS/ICLR/ICML, SIGGRAPH) ou dans des revues
• Expérience des outils MLOps et d’infrastructure (Ray)
• Familiarité avec l’étiquetage 3D, l’étalonnage et les pipelines de simulation de capteurs.
• Gestion de capteurs de conduite autonome - Plusieurs données avec horodatage, plusieurs données de capteurs des caméras, lidars et radars

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais.

Les avantages de faire partie de l’équipe de Torc à temps plein  

Torc se soucie des membres de son équipe. Nous souhaitons leur offrir des avantages et mettre des ressources à leur disposition pour soutenir leur santé, leur équilibre vie professionnelle et vie privée ainsi que leur avenir. Notre culture est collaborative, énergique et centrée sur l’équipe. Torc offre ce qui suit :    

• Programme de rémunération concurrentiel qui comprend des options de primes et d’actions
• Primes médicales, dentaires et pour soins ophtalmologiques à 100 % pour les membres du personnel à temps plein.
• Régime Enregistré d’Épargne-Retraite (R.E.E.R) avec une contrepartie de 6 % de l’employeur
• Flexibilité de l’horaire et généreux congés payés (disponibles immédiatement après la date d’entrée en fonction).
• AD+D et assurance-vie

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

La rémunération que nous offrons reflète les coûts de la main-d’œuvre de plusieurs marchés géographiques. Le salaire dépend d’un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l’expérience en lien avec le poste. La rémunération globale offerte par Torc comprendra aussi la prime d’entreprise et l’option d’achat d’actions. Selon le poste offert, des paiements relatifs à l’entrée en fonction ou des frais de déménagement ainsi que toute autre forme de compensation peuvent être compris dans une rémunération globale, en plus d’un éventail complet d’avantages médicaux, financiers et autres.

Échelle salariale de base aux É.-U. :

160 800 $ à 212 300 $

Numéro du poste : R-102432

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions.  

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Ce dont vous aurez besoin pour réussir : 

• Baccalauréat en informatique, génie logiciel ou autre domaine connexe avec au moins 6 ans d’expérience professionnelle
• Maîtrise en informatique, génie logiciel ou autre domaine connexe avec au moins 3 ans d’expérience professionnelle
• Expérience en entraînement distribué à grande échelle, particulièrement avec Ray.
• Vous connaissez très bien le secteur des logiciels libres et vous y apportez des contributions.
• Vous avez monté des solutions d’AA qui ont atteint le stade de production
• Vous êtes à l’aise avec la science des données et l’itération/le cycle de vie de l’AA.
• Vous pouvez conjuguer avec plusieurs parties prenantes lors de la conception de composantes du cycle de vie du développement de l’AA.
• Atouts : L’optimisation et la compression de modèles vous sont familières pour le déploiement en périphérie.
• Les plateformes de calcul et de données vous sont familières
• Vous comprenez comment monter des systèmes évolutifs d’AA.
• Vous avez de l’expérience en négociation de compromis relatifs à la vitesse du développement.
• Vous voulez concevoir, entretenir, faire croître et améliorer notre plateforme d’AA
• Vous savez qu’un déploiement de logiciels sain exige des pratiques logicielles matures
• Atouts : Vous aimez échanger avec les utilisateurs et les aider à atteindre leurs objectifs
• Expérience dans le secteur des véhicules autonomes (niveau 4) ou autre secteur connexe.

Points bonus!

• Apprentissage par renforcement pour IA physique 
• Publications pour des conférences pertinentes (NeurIPS, ICML, CVPR, ICLR, etc.)
• Contribution à des logiciels libres et prise de parole lors de séminaires ou de conférences.

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais.

Avantages d’être un employé à temps plein Torc’r 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions
• Une couverture médicale, dentaire et de la vue pour les employés à temps plein
• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 4 %
• Une subvention pour le transport en commun (uniquement dans la région de Montréal)
• Une flexibilité des horaires et des vacances payées généreuses
• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise
• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

Plage salariale à l’embauche pour les ouvertures de poste

Échelle salariale aux É.-U.

$199,200 to $298,800 CAD 

Numéro de poste: 102397

À propos de l’entreprise  

À Torc, nous avons toujours cru que la technologie des véhicules autonomes transformera la façon dont nous voyageons, transportons la marchandise et faisons des affaires.  

Leader de la conduite autonome depuis 2007, Torc a passé plus d’une décennie à commercialiser des solutions aux côtés de partenaires chevronnés. Nous faisons maintenant partie de la famille Daimler, ce qui nous permet de nous concentrer uniquement sur le développement de logiciels pour les camions automatisés. Nous transformerons la façon dont le monde transporte la marchandise.  

Joignez-vous à notre équipe : catapultez votre carrière au sein de l’entreprise ayant contribué à créer la technologie de conduite autonome (CA). Nous sommes la première entreprise de logiciels de CA ayant eu la vision de faire équipe directement avec un constructeur de camions. 

Rencontrez l’équipe 

L’objectif de l’équipe de pseudo-étiquetage est de créer des annotations de haute qualité sur les données de capteurs (images, nuages de points). Les annotations comprennent des boîtes englobantes 2D et 3D, des classes, des trajectoires, des lignes de voie, des segmentations, des profondeurs, etc. Les annotations sont ensuite utilisées par différents utilisateurs en aval; par exemple, les équipes de perception les utilisent pour entraîner divers modèles et les équipes de simulation les utilisent pour générer de nouvelles données. 

Ce que vous ferez 

• Conception, mise en œuvre, test et déploiement de modules de détection, suivi et fusion d’objets hors ligne pour créer automatiquement des annotations sur des Services d’infonuagique à partir de données de capteurs enregistrées (Caméras, Lidars, Radars)
• Compétences en gestion de projet démontrées, à titre de chef de projet guidant une équipe dont les membres possèdent peu d’expérience dans plusieurs volets de l’exécution du projet. 
• Restez au fait des derniers développements en matière d’IA et d’apprentissage automatique pour la conduite autonome.
• Développer indépendamment des modèles ou des algorithmes de perception hors ligne en utilisant des processus de développement logiciel disciplinés, en faisant des recommandations pour le développement de nouveau code ou la réutilisation de code existant, en mettant en œuvre le contrôle de version et en maintenant 
• Documentation des applications créées. 
• Définir et mettre en œuvre l’ingestion, la préparation, la curation et la gouvernance de grands ensembles de données multidimensionnels à l’appui des modèles et des flux de travail analytiques. 
• Évaluer de manière proactive les capacités actuelles pour identifier les domaines à améliorer, en proposant des solutions alignées sur la stratégie et les opérations fondamentales. 
• Mesurer et suivre la qualité de l’étiquetage automatique pour répondre aux exigences de la clientèle interne.
• Guider et produire des produits d’information, en soutenant la visualisation et l’accessibilité des données de manière centrée sur la clientèle. 
• Évaluer et faire des recommandations concernant les avancées techniques qui améliorent la productivité et la qualité, réduisent les délais d’exécution et renforcent la fiabilité opérationnelle. 
• Élaborer des directives et des normes pour les modèles d’analyse et d’apprentissage automatique, leur déploiement et les processus associés.  
• Fournit des conseils techniques ou une expertise en processus métier, un leadership technique, du coaching et du mentorat aux membres de l’équipe.  

Ce dont vous aurez besoin pour réussir 

• Considéré comme hautement qualifié(e) et compétent(e) dans sa discipline; réalise des travaux complexes et importants sous une supervision minimale et avec une grande latitude pour le jugement indépendant. 
• Portée d’influence : Est censé piloter l’harmonisation entre les interfaces de l’équipe et le reste de l’organisation. Conçoit, maintient et est propriétaire des solutions techniques de l’équipe et favorise le consensus. Effectue le mentorat et guide les ingénieurs du groupe.  
• Diplôme de licence en informatique, robotique, génie électrique ou dans un domaine technique connexe, plus des compétences et des aptitudes techniques démontrées généralement acquises par plus de 6 ans d’expérience OU;  
• Maîtrise en informatique, robotique, génie électrique ou domaine technique connexe, démontrant des compétences et des connaissances techniques généralement acquises par plus de 3 années d’expérience OU; 
• Doctorat en informatique, robotique, génie électrique ou domaine technique connexe, ainsi que des compétences et maîtrises techniques démontrées, généralement acquises après plus d’un an d’expérience. 
• Qualifications requises (une combinaison des compétences suivantes) :    
• Apprentissage actif et pseudo-étiquetage - Vision par ordinateur, apprentissage approfondi, entraînement de modèles
• Deux des éléments suivants : Détection d’objets 2D/3D, Suivi, Fusion de capteurs, Segmentation sémantique, SLAM, BEV
• Opérations et outillage d’apprentissage automatique à grande échelle (MLOps) – Cadres en apprentissage automatique, suivi d’expériences, registre de modèles, MLFLow, Poids et biais, métriques et évaluation/qualité en apprentissage automatique
• Cadre en apprentissage automatique distribué - PyTorch, Lightning, Ray
• Curation de données de modèle - Traitement de données Parquet (PyArrow, Daft, Pandas, etc.)
• Outils de développement et écosystème (à grande échelle) - Maîtrise du développement logiciel en Python. Aussi, environnements de développement VDI et infonuagique, systèmes d’intégration continue (GitHub Actions) et Docker

Points bonus 

• Opérations et gestion des données à grande échelle - Conception de schémas, infrastructure de stockage et de traitement AWS, bases de données vectorielles/ LanceDB, formats de fichiers (MCAP, parquet, etc.). 
• Visualisation de données - Intégration avec des outils tels que OpenGL, 3.js, foxglove, 51, tableau. 
• Développement infonuagique – Python (niveau de maîtrise), Terraform, Services gérés AWS (par exemple S3, ECS, Lambda, Dynamo, Step Functions, Athena).
•  Orchestration et gestion des ressources basées sur l’infonuagique – AWS Hyperpods, Anyscale, Etc. Orchestration d’inférence de modèle.

La connaissance de l’anglais est exigée puisque la personne retenue devra collaborer de façon journalière avec des collègues anglophones aux États-Unis et travailler avec la documentation technique rédigée uniquement en anglais. 

Avantages d’être un employé à temps plein Torc’r 

Torc se soucie de ses membres d'équipe et s'efforce de fournir des avantages et des ressources pour soutenir leur santé, leur équilibre entre vie professionnelle et vie personnelle, ainsi que leur avenir. Notre culture est collaborative, dynamique et axée sur le travail d'équipe. Torc offre: 

• Un programme de rémunération concurrentiel incluant un volet de primes et des options d’achat d’actions 

• Une couverture médicale, dentaire et de la vue pour les employés à temps plein 

• Un régime d’épargne-retraite (REER) avec une contribution de l’employeur de 4 % 

• Une subvention pour le transport en commun (uniquement dans la région de Montréal) 

• Une flexibilité des horaires et des vacances payées généreuses 

• Des fermetures de bureau pendant les congés fériés à l’échelle de l’entreprise 

• Une assurance-vie 

À Torc, nous nous engageons à cultiver un milieu de travail diversifié et inclusif. Nous célébrons l’unicité de chaque membre de l’équipe de Torc. Nous ne faisons pas de discrimination par rapport à l’origine ethnique, la religion, la couleur de peau, la nationalité, le genre (y compris la grossesse, les enfants ou autre condition médicale), l’orientation sexuelle, l’identité de genre, l’expression de genre, l’âge, le statut de vétéran ou les handicaps. 

Même si vous ne répondez pas à 100 % des qualifications énumérées pour ce poste, nous vous invitons à postuler. 

Notre rémunération reflète le coût de la main-d'œuvre sur plusieurs marchés géographiques. Le salaire est déterminé en fonction d'un certain nombre de facteurs et peut varier en fonction des connaissances, des compétences et de l'expérience liées au poste. Le programme de rémunération globale de Torc comprend également notre prime corporative et notre régime d’options d’achat d’actions.  Selon le poste proposé, des primes d’embauche, des indemnités de relocalisation ou d’autres formes de rémunération peuvent aussi être inclus dans le cadre du programme de rémunération globale, en plus d’une gamme complète d’avantages sociaux, médicaux, financiers et/ou autres. 

Canada Pay Range 

$199,200 to $298,800 CAD

Numéro de poste: 102399

About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business. A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet The Team: 

Our team is tasked with enabling ML developers across Torc to build the most advanced autonomous vehicle solutions at scale.  We are the team responsible for enabling the full ML experimentation process, from ideation to training and validation, to comparison between models on the same lineage to conversion of an optimal model to a viable truck format.  We are an AWS shop, using Lightning & Ray for our distributed ML work, and we hope you are a Senior ML Engineer who can help us drive the future of autonomous freight. 

What You'll Do: 

You will work to build, maintain and improve our Torc ML frameworks including the following tools:

• Cloud tooling
• Terraform, AWS Managed Services, EKS, Ray
• Data ops
• Parquet processing (PyArrow, Daft, Pandas), vector databases / LanceDB, MCAP/ROS
• ML Development pipeline
• Python, Ray, PyTorch, Lightning, Gymnasium
• Logging & aggregation, Experiment tracking, Model registry & lineage
• Visualization & dashboarding (e.g., tableau, voxel51, rerun) 
• Design organization wide systems and platforms for ML Ops.
• Be a key driver of the technical requirements and the adoption of the AV 3.0 Dev Kit with internal stakeholders.
• Drive velocity in development, review, iteration, and be one of the key contributors to help drive the team forward.
• You will be a trusted technical voice to drive collaboration of the Data Loop & Simulation organization within the AI Division at Torc.

What You'll Need to Succeed: 

• Bachelor’s degree in Computer Science, Software Engineering, or related field with 6+ years of professional experience
• Master’s degree in Computer Science, Software Engineering, or related field with 3+ years of professional experience
• Experience with large scale distributed training, specifically working with Ray.
• You are well versed in open-source software and make contributions.
• You have built ML solutions that have reached production
• You feel comfortable with the data science and ML iteration/lifecycle.
• You can balance multiple stakeholders when designing components of the ML development lifecycle.
• Ideal: You are familiar with model optimizations/compression for edge deployment.
• You have familiarity with compute and data platforms
• You understand how to build ML systems that scale.
• You have experience making tradeoffs for speed of development.
• You want to build, maintain, grow, and improve our ML platform
• You know that a healthy software deployment requires mature software practices
• Ideal: You love to speak with users and help them reach their goals
• Experience in the autonomous vehicle (L4) or adjacent industry.

Bonus Points!

• Reinforcement Learning for physical AI 
• Publications in relevant conferences (NeurIPS, ICML, CVPR, ICLR, etc.)
• Contribute to open source software and speaking at seminars or conferences.

Perks of Being a Full-time Torc’r 
Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers:    

• A competitive compensation package that includes a bonus component and stock options 
• 100% paid medical, dental, and vision premiums for full-time employees 
• 401K plan with a 6% employer match 
• Flexibility in schedule and generous paid vacation (available immediately after start date) 
• AD+D and Life Insurance 

At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

Hiring Range for Job Opening

US Pay Range

$199,200 - $298,800 

Job ID: 102397

About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business. 
A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 
Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer. 

Meet The Team: 

Our team is tasked with enabling ML developers across Torc to build the most advanced autonomous vehicle solutions at scale.  We are the team responsible for enabling the full ML experimentation process, from ideation, to training and validation, to comparison between models on the same lineage to conversion of an optimal model to a viable truck format.  We are an AWS shop, using Lightning & Ray for our distributed ML work, and we hope you are a Senior ML Engineer who can help us drive the future of autonomous freight. 

What You'll Do: 

You will work to build, maintain and improve our Torc ML frameworks including the following tools:

• Cloud tooling
  • Terraform, AWS Managed Services, EKS, Ray
• Data ops
  • Parquet processing (PyArrow, Daft, Pandas), vector databases / LanceDB, MCAP/ROS
• ML Development pipeline
  • Python, Ray, PyTorch, Lightning, Gymnasium
• Logging & aggregation, Experiment tracking, Model registry & lineage
  • Visualization & dashboarding (e.g., tableau, voxel51, rerun) 
• Design organization wide systems and platforms for ML Ops.
• Be a key driver of the technical requirements and the adoption of the AV 3.0 Dev Kit with internal stakeholders.
• Drive velocity in development, review, iteration, and be one of the key contributors to help drive the team forward.
• You will be a trusted technical voice to drive collaboration of the Data Loop & Simulation organization within the AI Division at Torc.

What You'll Need to Succeed: 

• Bachelor’s degree in Computer Science, Software Engineering, or related field with 6+ years of professional experience.
• Master’s degree in Computer Science, Software Engineering, or related field with 3+ years of professional experience.
• Experience with large scale distributed training, specifically working with Ray.
  • You are well versed in open-source software and make contributions.
• You have built ML solutions that have reached production.
  • You feel comfortable with the data science and ML iteration/lifecycle.
  • You can balance multiple stakeholders when designing components of the ML development lifecycle.
  • Ideal: You are familiar with model optimizations/compression for edge deployment.
• You have familiarity with compute and data platforms.
  • You feel comfortable with the data science and ML iteration/lifecycle.
  • You can balance multiple stakeholders when designing components of the ML development lifecycle.
  • Ideal: You are familiar with model optimizations/compression for edge deployment.
• You want to build, maintain, grow, and improve our ML platform.
  • You know that a healthy software deployment requires mature software practices
  • Ideal: You love to speak with users and help them reach their goals
• Experience in the autonomous vehicle (L4) or adjacent industry.

Bonus Points!

• Reinforcement Learning for physical AI 
• Publications in relevant conferences (NeurIPS, ICML, CVPR, ICLR, etc.)
• Contribute to open source software and speaking at seminars or conferences.

Knowledge of English is required since the selected candidate will need to collaborate daily with English-speaking colleagues in the United States and work with technical documentation written exclusively in English.

Perks of Being a Full-time Torc’r (Canada) 

Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: 

• A competitive compensation package that includes a bonus component and stock options
• Medical, dental, and vision for full-time employees
• RRSP plan with a 4% employer match
• Public Transit Subsidy (Montreal area only)
• Flexibility in schedule and generous paid vacation
• Company-wide holiday office closures
• Life Insurance 

At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. 
Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply.

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

Hiring Range for Job Opening 

Canada Pay Range 

$199,200 to $298,800 CAD

Job ID: 102397

About the Company   

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business.   
A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight.   
Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer.    

Meet The Team:    

Torc is marching towards its AV 3.0 strategy. Simulation and Data Generation are key elements towards autonomous trucking. The team builds the sensor simulation based on Neural Rendering and Generative models for Torc’s data-driven simulator. High-quality data from novel scenarios close the domain data gap, solving one of the biggest challenges for safe autonomous driving.  The team works on state-of-the-art approaches for Neural Rendering and data generation for camera, LiDAR, and Radar sensor data, that contributes to the Torc’s data workflow for training and validation across the complete AV stack.   

What You’ll Do:    

• Implement the latest research advances in Neural Rendering and generative models 
• Translate cutting edge solution in the domain of autonomous driving for high-quality Camera, LiDAR and Radar sensor simulations 
• Support implementing a neural rendering framework that allows to scale perception simulation and AV 3.0 training 
• Integrate the framework in a cloud environment and automate the pipeline to allow scaling for the target verification and validation of our autonomous trucks  
• Own development projects in the team – From research, design, to implementation, testing and deployment 
• Design, implement, test and deploy shippable production quality software starting from early prototypes using disciplined software development processes.
• Work in the cloud machine learning ecosystem alongside other machine learning services existing in the company.
• Proactively assess current capabilities to identify areas for improvement proposing solutions that align with core strategy and operation. 
• Demonstrate project management skills, serving as project lead guiding less experienced team members in multiple facets of project execution, coaching and mentoring as needed.   

What You’ll Need to Succeed:    

• Proficiency in Python and deep learning frameworks such as PyTorch. 
• PhD or equivalent work experience of 6+ years in relevant fields (CS, Robotics, Electrical Engineering) with industry experience in shipping production software. 
• Proven expertise in Neural Rendering (Neural Radiance Fields and 3D Gaussian Splatting) and generative models (Diffusion Models, Flow Matching). 
• Background in Computer Graphics, 3D Reconstruction, or 3D Computer Vision. 
• Considered highly skilled and proficient in discipline; conducts complex, important work under minimal supervision and with wide latitude for independent judgment.   
• Experience with VDI and cloud based machine learning development environments.
• Expected to drive alignment across team interfaces to the rest of the organization.  
• Designs, maintains and owns team technical solutions and drives consensus.   
• Mentors and guides engineers within the group.    

Bonus Points!  

• Experience with autonomous driving or robotics perception in production environments. 
• Proficiency with CUDA programming for efficient rendering of large-scale scenes 
• Publications in top-tier CV/AI/Graphics conferences (CVPR/ECCV/ICCV, NeurIPS/ICLR/ICML, SIGGRAPH) or journals 
• Experience with MLOps and infrastructure tools (Ray) 
• Familiarity with 3D labeling, calibration, and sensor simulation pipelines.  
• Handling of Autonomous Driving Sensors – Multiple timestamp, multiple sensor data from cameras, lidars, and radars  

Perks of Being a Full-time Torc’r   
Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers:     

• A competitive compensation package that includes a bonus component and stock options 
• 100% paid medical, dental, and vision premiums for full-time employees  
• 401K plan with a 6% employer match  
• Flexibility in schedule and generous paid vacation (available immediately after start date) 
• AD+D and Life Insurance   

At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities.  
Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply.  

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

US Base Pay Range:

$177,300 - $234,000

Job ID: R-102432

About the Company   

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business.   
A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight.   
Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer.    

Meet The Team:    

Torc is marching towards its AV 3.0 strategy. Simulation and Data Generation are key elements towards autonomous trucking. The team builds the sensor simulation based on Neural Rendering and Generative models for Torc’s data-driven simulator. High-quality data from novel scenarios close the domain data gap, solving one of the biggest challenges for safe autonomous driving.  The team works on state-of-the-art approaches for Neural Rendering and data generation for camera, LiDAR, and Radar sensor data, that contributes to the Torc’s data workflow for training and validation across the complete AV stack.   

What You’ll Do:    

• Implement the latest research advances in Neural Rendering and generative models 
• Translate cutting edge solution in the domain of autonomous driving for high-quality Camera, LiDAR and Radar sensor simulations 
• Support implementing a neural rendering framework that allows to scale perception simulation and AV 3.0 training 
• Integrate the framework in a cloud environment and automate the pipeline to allow scaling for the target verification and validation of our autonomous trucks  
• Own development projects in the team – From research, design, to implementation, testing and deployment 
• Design, implement, test and deploy shippable production quality software starting from early prototypes using disciplined software development processes.
• Work in the cloud machine learning ecosystem alongside other machine learning services existing in the company.
• Proactively assess current capabilities to identify areas for improvement proposing solutions that align with core strategy and operation. 
• Demonstrate project management skills, serving as project lead guiding less experienced team members in multiple facets of project execution, coaching and mentoring as needed.   

What You’ll Need to Succeed:    

• Proficiency in Python and deep learning frameworks such as PyTorch. 
• PhD or equivalent work experience of 6+ years in relevant fields (CS, Robotics, Electrical Engineering) with industry experience in shipping production software. 
• Proven expertise in Neural Rendering (Neural Radiance Fields and 3D Gaussian Splatting) and generative models (Diffusion Models, Flow Matching). 
• Background in Computer Graphics, 3D Reconstruction, or 3D Computer Vision. 
• Considered highly skilled and proficient in discipline; conducts complex, important work under minimal supervision and with wide latitude for independent judgment.   
• Experience with VDI and cloud based machine learning development environments.
• Expected to drive alignment across team interfaces to the rest of the organization.  
• Designs, maintains and owns team technical solutions and drives consensus.   
• Mentors and guides engineers within the group.    

Bonus Points!  

• Experience with autonomous driving or robotics perception in production environments. 
• Proficiency with CUDA programming for efficient rendering of large-scale scenes 
• Publications in top-tier CV/AI/Graphics conferences (CVPR/ECCV/ICCV, NeurIPS/ICLR/ICML, SIGGRAPH) or journals 
• Experience with MLOps and infrastructure tools (Ray) 
• Familiarity with 3D labeling, calibration, and sensor simulation pipelines.  
• Handling of Autonomous Driving Sensors – Multiple timestamp, multiple sensor data from cameras, lidars, and radars  

Perks of Being a Full-time Torc’r   
Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers:     

• A competitive compensation package that includes a bonus component and stock options 
• 100% paid medical, dental, and vision premiums for full-time employees  
• 401K plan with a 6% employer match  
• Flexibility in schedule and generous paid vacation (available immediately after start date) 
• AD+D and Life Insurance   

At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities.  
Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply.  

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

US Base Pay Range:

$160,800 - $212,300

Job ID: R-102432

About the Company 

At Torc, we have always believed that autonomous vehicle technology will transform how we travel, move freight, and do business. 
A leader in autonomous driving since 2007, Torc has spent over a decade commercializing our solutions with experienced partners. Now a part of the Daimler family, we are focused solely on developing software for automated trucks to transform how the world moves freight. 
Join us and catapult your career with the company that helped pioneer autonomous technology, and the first AV software company with the vision to partner directly with a truck manufacturer.

Meet The Team:  

Pseudo-Labeling team's goal is to create high quality annotations on sensor data (images, point clouds). The annotations include 2D, 3D bounding boxes, classes, trajectories, lane lines, segmentations, depths etc. The annotations are then used by different downstream users, for example, perception teams use it to train various models and simulation teams use it for generating new data. 

What You’ll Do:  

• Design, implement, test and deploy offline object detection, tracking and fusion modules to automatically create annotations on Cloud Services from logged sensor data (Cameras, Lidars, Radars)
• Demonstrated project management skills, serving as project lead guiding less experienced team members in multiple facets of project execution. 
• Stay up to date with the latest developments in AI and ML for autonomous driving.
• Independently develop offline perception models or algorithms using disciplined software development processes, making recommendations for developing new code or re-using existing code, implementing version control, and maintaining 
• Documentation of created applications. 
• Define and implement ingestion, data preparation, curation, and governance of large, multi-faceted data sets supporting analytics models and workflows. 
• Proactively assess current capabilities to identify areas for improvement proposing solutions that align with core strategy and operation. 
• Measure and track auto labeling quality to meet internal customer requirements.
• Guide and produce information products, supporting visualization and data accessibility in a customer-centric manner. 
• Evaluate and make recommendations regarding technical advances that improve productivity and quality, reduce flow times, and enhance operational surety. 
• Develop guidelines and standards for analytics and machine learning models, their deployment, and associated processes.  
• Provides technical guidance or business process expertise, technical leadership, coaching and mentoring to team members.  

What You’ll Need to Succeed:  

• Considered highly skilled and proficient in discipline; conducts complex, important work under minimal supervision and with wide latitude for independent judgment. 
• Scope of Influence: Expected to drive alignment across team interfaces to the rest of the organization. Designs, maintains and owns team technical solutions and drives consensus.  Mentors and guides engineers within the group.  
• Bachelor’s Degree in Computer Science, Robotics, Electrical Engineering or related technical field plus demonstrates competences and technical proficiencies typically acquired through 6+ years of experience OR;  
• Master’s Degree in Computer Science, Robotics, Electrical Engineering or related technical field plus demonstrates competences and technical proficiencies typically acquired through 3+ years of experience OR; 
• Doctorate Degree in Computer Science, Robotics, Electrical Engineering or related technical field plus demonstrates competences and technical proficiencies typically acquired through 1+ years of experience. 
• Required Qualifications (some combination of the following skills):    
  • Active Learning & Pseudo-labeling - Computer Vision, Deep Learning, Model training.
  • Two of the following: 2D/3D Object Detection, Tracking, Sensor Fusion, Semantic Segmentation, SLAM, BEV.
  • Scaled ML Operations (MLOps) and Tooling – ML Frameworks, experiment tracking, model registry, MLFLow, Weights and Biases, ML Metrics and Evaluation / Quality. 
  • Distributed machine learning frameworks - PyTorch, Lightning, Ray. 
  • Model Data Curation - Parquet data processing (PyArrow, Daft, Pandas, etc). 
  • Development Tools & Eco-System (at scale) - Proficiency in Python software development. Also, VDI and cloud-based development environments, CI Systems (GitHub Actions), and Docker.  

Bonus Points! 

• Data operations and management at scale - Schema design, AWS storage and processing infra, vector databases / LanceDB, file formats (MCAP, parquet, etc). 
• Data Visualization - Integration with tooling such as OpenGL, 3.js, foxglove, 51, tableau. 
• Cloud Development – Python (proficient level), Terraform, AWS Managed Services (eg S3, ECS, Lambda, Dynamo, Step Functions, Athena).   
• Cloud-based orchestration and resource management - AWS Hyperpods, Anyscale, Etc. Model Inference Orchestration.  

Knowledge of English is required since the selected candidate will need to collaborate daily with English-speaking colleagues in the United States and work with technical documentation written exclusively in English. 

Perks of Being a Full-time Torc’r (Canada) 

Torc cares about our team members and we strive to provide benefits and resources to support their health, work/life balance, and future. Our culture is collaborative, energetic, and team focused. Torc offers: 

• A competitive compensation package that includes a bonus component and stock options
• Medical, dental, and vision for full-time employees
• RRSP plan with a 4% employer match
• Public Transit Subsidy (Montreal area only)
• Flexibility in schedule and generous paid vacation
• Company-wide holiday office closures
• Life Insurance 

At Torc, we’re committed to building a diverse and inclusive workplace. We celebrate the uniqueness of our Torc’rs and do not discriminate based on race, religion, color, national origin, gender (including pregnancy, childbirth, or related medical conditions), sexual orientation, gender identity, gender expression, age, veteran status, or disabilities. 
Even if you don’t meet 100% of the qualifications listed for this opportunity, we encourage you to apply. 

Our compensation reflects the cost of labor across several geographic markets. Pay is based on a number of factors and may vary depending on job-related knowledge, skills, and experience. Torc's total compensation package will also include our corporate bonus and stock option plan. Dependent on the position offered, sign-on payments, relocation, and other forms of compensation may be provided as part of a total compensation package, in addition to a full range of medical, financial, and/or other benefits. 

Hiring Range for Job Opening 

Canada Pay Range 

$199,200 to $298,800 CAD 

Job ID: 102399

Research Scientist, AI-powered scientific discovery

Location: Montreal, Canada

At Google DeepMind, we value diversity of experience, knowledge, backgrounds and perspectives and harness these qualities to create extraordinary impact. We are committed to equal employment opportunities regardless of sex, race, religion or belief, ethnic or national origin, disability, age, citizenship, marital, domestic or civil partnership status, sexual orientation, gender identity, pregnancy, or related condition (including breastfeeding) or any other basis as protected by applicable law. If you have a disability or additional need that requires accommodation, please do not hesitate to let us know.

Snapshot

We are looking for a Research Scientist to join our team in Montreal dedicated to AI for Scientific Discovery. Specifically, the team studies systems that combine code execution and retrieval tools with natural-language scientific knowledge to accelerate new scientific discoveries. Research includes, but is not limited to general purpose algorithms that leverage Large Language Model (LLMs) for efficient search and exploration, LLM fine-tuning with Reinforcement Learning, and open-ended tasks for large scale AI-powered empirical research.  

About us

Artificial Intelligence could be one of humanity’s most useful inventions. At Google DeepMind, we’re a team of scientists, engineers, machine learning experts and more, working together to advance the state of the art in artificial intelligence. We use our technologies for widespread public benefit and scientific discovery, and collaborate with others on critical challenges, ensuring safety and ethics are the highest priority.

The role

Research Scientists at Google DeepMind lead our efforts in developing novel algorithmic architecture towards the end goal of solving and building Artificial General Intelligence.

In this role, responsibilities will include making key contributions into the latest research developed in Google DeepMind Scientific Discovery effort, such as:

Key responsibilities

• Design, implement and evaluate models, agents and software prototypes of large foundational models.
• Push the boundary of state of the art RL methods and machine learning optimization methods to build autonomous scientific discovery systems. 
• Report and present research findings and developments including status and results clearly and efficiently both internally and externally, verbally and in writing.
• Suggest and engage in team collaborations to meet ambitious research goals.
• Work with external collaborators and maintain relationships with relevant research labs and key individuals as appropriate.
• Work in collaboration with our Responsible AI teams to ensure our advances in intelligence are developed ethically and provide broad benefits to humanity.

About you

You are a passionate and talented researcher with a strong foundation and a proven ability to conduct impactful research in AI. You embrace change and thrive under ambiguity. You have a collaborative mindset and are excited to work as part of a team to tackle ambitious research challenges. You are passionate about seeing your research translated into real-world products that improve the scientific discovery process of users. You are eager to see your research contribute to real-world applications and are driven by a desire to create positive change through AI.

• PhD in Computer Science, Artificial Intelligence, or a related field.
• Strong publication record in top-tier machine learning conferences or journals.
• Solid understanding of deep learning, natural language processing, and/or reinforcement learning.
• Experience with Large Language Models, preferably in the context of code synthesis.
• Experience with relevant ML frameworks such as JAX, TensorFlow, or PyTorch.
• A real passion for AI!