Senior AI and Perception Engineer for Autonomous Vehicles

We are looking to bring on a Senior Artificial Intelligence and Perception Specialist, with the mission of technically leading the development and evolution of the capabilities of the ALIVE product—CAF's autonomous vehicle solution—regarding environment perception, artificial intelligence, data management, and positioning. The person will be responsible for transforming algorithms, models, and prototypes into proprietary, robust, traceable software components, deployable on embedded platforms and reusable across different railway programs.

We are looking for a senior and hands-on profile: capable of defining the solution and making architectural decisions, but also capable of programming, training, integrating, testing, and solving problems on real data and systems.

Technical development of perception, AI, and positioning

• Design, develop, and evolve perception algorithms for cameras, LiDAR, radar, and other sensors, including detection, classification, segmentation, tracking, and distance or speed estimation.

• Develop, train, adapt, and validate machine learning and deep learning models, including fine-tuning, domain gap management, and evaluation by operational conditions or ODD.

• Design solutions for calibration, synchronization, sensor fusion, SLAM, localization, and pose estimation, combining GNSS, IMU, odometry, digital maps, and vehicle signals where appropriate.

• Evaluate AI-based, deterministic, or hybrid solutions, selecting the most suitable alternative according to performance, robustness, explainability, computing resources, and function criticality.

Data and model lifecycle

• Define structures and pipelines for capture, ingestion, storage, anonymization, labeling, curation, and exploitation of multi-sensor data.

• Ensure the traceability and separation of training, validation, and testing datasets, as well as the reproducible versioning of data, configurations, models, and results.

• Build a technological base agnostic to sensor manufacturers and models, allowing for the reuse of railway data between vehicles, configurations, and operations.

Software product and embedded integration

• Convert experimental developments into proprietary, modular, documented, configurable, and maintainable software modules within the ALIVE architecture.

• Develop primarily in C++ and use Python when appropriate for data processing, training, automation, and validation.

• Integrate and optimize algorithms and models in Linux, ROS2, and embedded or edge platforms, considering real-time execution, latency, memory, computing capacity, and consumption.

• Define requirements, interfaces, baselines, acceptance criteria, and V&V strategies; execute unit, integration, SiL/HiL/ViL, laboratory, and vehicle tests.

• Participate in capture campaigns, field tests, and commissioning, ensuring that the learning from each program returns to the common product.

High capacity for learning and problem-solving; own technical judgment; genuine curiosity; autonomy and proactivity; capacity for execution and results orientation; rigor, constancy, and responsibility; product mindset; willingness to work directly with code, data, sensors, and testing; clear communication and transversal collaboration.

Buscamos incorporar un/a Especialista Senior en Inteligencia Artificial y Percepción, con la misión de liderar técnicamente el desarrollo y la evolución de las capacidades del producto ALIVE, la solución de vehículo autónomo de CAF, de percepción del entorno, inteligencia artificial, gestión de datos y posicionamiento. La persona será responsable de transformar algoritmos, modelos y prototipos en componentes software propios, robustos, trazables, desplegables en plataformas embarcadas y reutilizables en distintos programas ferroviarios.

Buscamos un perfil senior y hands-on: capaz de definir la solución y tomar decisiones de arquitectura, pero también de programar, entrenar, integrar, probar y resolver problemas sobre datos y sistemas reales.

Desarrollo técnico de percepción, IA y posicionamiento

• Diseñar, desarrollar y evolucionar algoritmos de percepción para cámaras, LiDAR, radar y otros sensores, incluyendo detección, clasificación, segmentación, tracking y estimación de distancia o velocidad.

• Desarrollar, entrenar, adaptar y validar modelos de machine learning y deep learning, incluyendo fine-tuning, gestión del domain gap y evaluación por condiciones operacionales u ODD.

• Diseñar soluciones de calibración, sincronización, fusión sensorial, SLAM, localización y estimación de pose, combinando cuando proceda GNSS, IMU, odometría, mapas digitales y señales del vehículo.

• Evaluar soluciones basadas en IA, deterministas o híbridas, seleccionando la alternativa más adecuada según prestaciones, robustez, explicabilidad, recursos de cómputo y criticidad de la función.

Datos y ciclo de vida de modelos

• Definir estructuras y pipelines para captura, ingestión, almacenamiento, anonimización, etiquetado, curación y explotación de datos multisensor.

• Asegurar la trazabilidad y separación de datasets de entrenamiento, validación y ensayo, así como el versionado reproducible de datos, configuraciones, modelos y resultados.

• Construir una base tecnológica agnóstica respecto a fabricantes de sensores y modelos, que permita reutilizar datos ferroviarios entre vehículos, configuraciones y explotaciones.

Producto software e integración embarcada

• Convertir desarrollos experimentales en módulos software propios, modulares, documentados, configurables y mantenibles dentro de la arquitectura ALIVE.

• Desarrollar principalmente en C++ y utilizar Python cuando resulte adecuado para tratamiento de datos, entrenamiento, automatización y validación.

• Integrar y optimizar algoritmos y modelos en Linux, ROS2 y plataformas embebidas o edge, considerando ejecución en tiempo real, latencia, memoria, capacidad de cómputo y consumo.

• Definir requisitos, interfaces, baselines, criterios de aceptación y estrategias de V&V; ejecutar pruebas unitarias, de integración, SiL/HiL/ViL, laboratorio y vehículo.

• Participar en campañas de captura, pruebas de campo y puesta en servicio, asegurando que el aprendizaje de cada programa retorna al producto común.

Alta capacidad de aprendizaje y resolución de problemas; criterio técnico propio; curiosidad genuina; autonomía y proactividad; capacidad de ejecución y orientación a resultados; rigor, constancia y responsabilidad; mentalidad de producto; disposición para trabajar directamente con código, datos, sensores y pruebas; comunicación clara y colaboración transversal.