Ground every answer in facts on this page and the original listing. We never invent Glassdoor-style reviews or salaries that are not in our data.
Expect ML fundamentals, coding, and applied autonomy scenarios (data quality, rare events, offline vs online metrics). Prepare system-design sketches for training pipelines and failure analysis on trucking-like edge cases. Read Torc’s public autonomy/commercialization focus and recent technical partnerships.
Strong fit if you want mid-level ML engineering on real-world autonomous trucks inside a Daimler Truck subsidiary, not pure consumer app ML. Best for builders comfortable with messy sensor data, safety bar, and multi-site US/Canada collaboration.
As Ingénieur·e en apprentissage automatique, II at Torc, a typical day centers on models that support autonomous truck perception, prediction, or planning: experiment design, training and eval on fleet/log data, debugging edge cases, and shipping robust code with autonomy and systems partners. Collaboration with Daimler Truck–aligned platforms and physical-AI research (e.g. Mila-linked work) is plausible given Torc’s mission.
Strengthen deep learning for vision/lidar/sensor fusion, probabilistic modeling, and production ML (PyTorch/TF, data pipelines, metrics under distribution shift). Domain edge: robotics, autonomous driving stacks, and safety-minded evaluation. No certification list was provided for this role family.
The listing marks remote as no; expect on-site or hybrid within Canada/United States footprints (e.g. Montreal and U.S. Torc sites).
Autonomous trucks, commercializing via a focused platform/region approach as a Daimler Truck independent subsidiary.
No verified pay bands or employee-review scores were in the provided data; treat external sites separately if you research them.
Website: torc.ai
Torc Robotics (Torc), an independent subsidiary of Daimler Truck, is an American autonomous truck company headquartered in Blacksburg, Virginia, with operations in Ann Arbor, Michigan ; Albuquerque, New Mexico; Austin, Texas; Montreal, Canada; and Stuttgart, Germany. Torc is testing autonomous trucks in Virginia, New Mexico, and Texas and is taking a pure play approach to commercialization – focusing at first on one platform in one region.
Public cache only — not an employee review.
Torc Robotics recherche un·e Ingénieur·e en apprentissage automatique, II – Comportements acquis pour renforcer le développement de la conduite autonome des camions, un poste à temps plein basé au Canada et aux États-Unis. Joignez-vous à une équipe pionnière qui redéfinit le transport routier de marchandises grâce à l'intelligence artificielle. À propos du poste Au sein de cette fonction, vous concevrez, validerez et perfectionnerez les modèles d'apprentissage automatique ainsi que l'infrastructure qui alimentent les systèmes de comportements acquis dans la pile d'autonomie. Vous bâtirez les modèles décisionnels qui permettent aux camions autonomes de circuler de manière sûre, efficace et naturelle dans des conditions de transport réelles, en coopération étroite avec les équipes de perception, de prédiction, de planification et de sécurité. À noter : la maîtrise de l'anglais est requise, car vous échangerez quotidiennement avec des collègues anglophones aux États-Unis et consulterez une documentation technique rédigée exclusivement en anglais. Principales responsabilités Concevoir et entraîner des modèles d'AA pour les comportements acquis, notamment par clonage de comportements, apprentissage par imitation et apprentissage par renforcement. Produire du code d'apprentissage automatique de niveau production pour l'entraînement, l'évaluation et l'inférence au sein de la pile d'autonomie. Évaluer la performance des modèles, repérer les modes de défaillance et formuler des pistes d'amélioration pour gagner en robustesse et en généralisation. Enrichir les pipelines d'entraînement et les flux de données en structurant des jeux de données issus de la simulation, des journaux de flotte et des véhicules. Tester les modèles à travers des environnements de conduite variés avec les équipes de simulation, de validation et d'ingénierie. Intégrer les modèles aux flux de simulation et de test afin d'accélérer l'itération et d'approfondir la validation. Développer des outils et une infrastructure favorisant la rapidité d'expérimentation et la reproductibilité. Participer aux échanges techniques sur les architectures de modèles et les stratégies d'entraînement. Qualifications Baccalauréat (informatique, robotique, génie électrique, AA ou domaine connexe) avec 4 ans d'expérience minimum, ou maîtrise avec au moins 2 ans. Application de techniques d'AA — apprentissage par imitation, par renforcement ou modélisation par séquence — à la robotique ou aux systèmes autonomes. Solide maîtrise de Python et…
Generated for personal interview prep · 2026-07-18 UTC · getajob.ai