Obvio е компания за изкуствен интелект и SaaS, която разработва технологии за безопасност на движението за градове и правоприлагащи органи. Нейният контекстно ориентиран изкуствен интелект помага за идентифициране на опасно шофиране и нарушения на правилата за движение, включително нарушения в училищни зони, неспазване на предимство, разсеяно шофиране и нарушения на знаци STOP. Като превръща случващото се по пътищата в приложими аналитични данни, Obvio подпомага ръководителите на общините и полицейските управления при обучението на водачи, прилагането на правилата за движение, намаляването на нарушенията и повишаването на безопасността по улиците.
Старши инженер по компютърно зрение в Obvio — хибридна работа в Сан Карлос
Ръководете разработването на модели за детекция и проследяване за подпомаганите от изкуствен интелект пътни камери на Obvio. Подобрявайте ефективността на моделите — от стратегията за данните и експериментите до внедряването върху периферни устройства на терен.
Описание
- Разработвайте и усъвършенствайте модели за детекция на обекти и проследяване на множество обекти за превозни средства, пешеходци и други участници в движението в трудни условия от реалния свят.
- Отговаряйте за стратегията за данните, която стои зад качеството на моделите — от извадката и анотирането до версионирането на наборите от данни, откриването на трудни отрицателни примери, дисбаланса между класовете, граничните случаи и обратната връзка от внедрените системи.
- Планирайте строги експерименти и аблационни изследвания, като отделяте реалните подобрения от преобучаването, изтичането на данни, шума в етикетите и подобренията, които не се запазват при внедряване на терен.
- Разработвайте възпроизводими системи за обучение със следене на експерименти, управление на конфигурациите, проследяване на произхода на артефактите, регистри на модели, табла с метрики и автоматизирана оптимизация на хиперпараметри.
- Създайте методи за оценяване, ориентирани към продукта, които обхващат компромисите между прецизност и пълнота, разрези по класове и сценарии, калибриране и ефективност на проследяването.
- Работете с инженерите по вградени системи за подготовка на моделите за внедряване върху периферни устройства, като балансирате точността, латентността, използването на памет и консумацията на енергия.
- Определяйте техническата посока, ръководете прегледи на проектите, наставлявайте инженери и повишавайте стандартите за строгост, възпроизводимост и готовност на машинното обучение за продукционна среда.
Изисквания
- Поне седем години опит в машинното обучение или компютърното зрение, включително доказан опит с внедряване и подобряване на продукционни модели.
- Напреднали практически познания в детекцията на обекти и проследяването на множество обекти, включително съвременни архитектури, аугментация на данни и техники за оценяване.
- Отлично познаване на дисбаланса между класовете, преобучаването, изтичането на данни от наборите, шума в етикетите, домейнния сдвиг, калибрирането на модели и статистически строгото валидиране.
- Опит в създаването на инфраструктура или платформи за възпроизводими експерименти, разпределено обучение, търсене на хиперпараметри, сравнение на метрики и проследяване на произхода на моделите.
- Напреднали познания по Python и PyTorch.
- Практически опит с работа с големи набори от изображения и видеоданни.
- Опит в оценяването на модели спрямо внедрени или събрани на терен данни и в управлението на целия цикъл от откриването на проблем до повторното обучение и потвърденото подобрение.
- Доказано техническо лидерство в нееднозначни, межд уфункционални инициативи, подкрепено от ясна комуникация и силно чувство за отговорност.
- Опит в транспорта, автомобилната индустрия, роботиката, наблюдението или друга област на видеоаналитиката.
- Опит с повторна идентификация, моделиране на траектории, обработка на оклузии, калибриране на камери или проследяване с множество камери.
- Опит с активно обучение, слабо наблюдение, синтетични данни, автоматизирано анотиране или инструменти за подобряване на качеството на наборите от данни.
- Опит с оптимизиране и внедряване на модели за компютърно зрение върху NVIDIA Jetson, Qualcomm Snapdragon или други периферни ускорители.
- Законно право за работа в Съединените щати.
Придобивки
- Конкурентно възнаграждение.
- Дялово участие в компания в ранен етап.
- Значителна собственост и отговорност в бързо развиваща се стартъп среда.
- Възможност за работа с малък, опитен екип, в който старшите инженери имат значително техническо влияние.
- Възможност да подобрявате пътната безопасност и да помагате за спасяването на животи чрез работата си.