Orca AI vyvíjí systémy umělé inteligence a počítačového vidění pro námořní průmysl, dopravu a logistiku. Její produkty SeaPod a FleetView podporují autonomní plavbu tím, že zlepšují situační přehled posádky, automatizují funkce hlídky a poskytují provozní informace v reálném čase. Společnost pomáhá provozovatelům námořní dopravy přijímat bezpečnější navigační rozhodnutí, zvyšovat efektivitu a rozvíjet udržitelnější námořní provoz.
Inženýr počítačového vidění na edge zařízeních v Izraeli (hybridní režim)
Vyvíjejte a optimalizujte systémy počítačového vidění v reálném čase pro technologie námořní bezpečnosti Orca AI. Zvyšujte rychlost, spolehlivost a pozorovatelnost inference na hardwaru nasazeném na palubách plavidel.
Popis
- Vyvíjet a optimalizovat pipeline počítačového vidění v reálném čase, které zpracovávají živé námořní video na edge systémech
- Převádět výzkumné modely na spolehlivé komponenty připravené pro produkční nasazení na palubách plavidel
- Zvyšovat výkon inference pomocí kvantizace, prořezávání a optimalizace na úrovni grafu
- Profilovat a optimalizovat kompletní vícekamerovou pipeline včetně příjmu videa, předzpracování, inference a následného zpracování
- Vyhledávat a odstraňovat výkonnostní omezení související s CPU, GPU, pamětí a koordinací pipeline
- Vyhodnocovat a zdůvodňovat kompromisy mezi latencí, přesností, stabilitou a využitím zdrojů
- Navrhovat spolehlivé datové a inferenční pipeline od videa k výstupu, které posádce poskytují informace využitelné pro rozhodování
- Vytvářet procesy benchmarkingu a hodnocení pro měření výkonu end-to-end a rozhodování o vydání
- Rozvíjet možnosti pozorovatelnosti a procesy ladění produkčních systémů
- Definovat a udržovat jasně stanovená rozhraní mezi výzkumným kódem a produkčním softwarem
- Spolupracovat s výzkumnými a backendovými týmy na uvádění nových modelů do produkce
- Zvyšovat efektivitu a spolehlivost systému v rámci omezení hardwaru a běhového prostředí
Požadavky
- Nejméně pět let zkušeností s tvorbou produkčních systémů, včetně alespoň dvou let zaměřených na počítačové vidění nebo video pipeline v reálném čase
- Praktické zkušenosti s vývojem a provozem produkčních systémů počítačového vidění nebo hlubokého učení
- Pokročilá znalost moderního C++ včetně vícevláknového programování a programování v reálném čase a dobrá znalost Pythonu
- Zkušenosti s vývojem pro edge nebo vestavěné platformy, jako je NVIDIA Jetson
- Dobrá znalost technologií optimalizace inference, jako jsou CUDA, TensorRT, ONNX, GStreamer nebo DeepStream, a také omezení CPU, GPU, paměti a latence
- Přístup k optimalizaci a ladění výkonu založený na profilování
- Schopnost ladit komplexní systémy a vyhodnocovat jejich chování v zašuměných podmínkách reálného světa
- Zkušenosti s tvorbou vlastních vysoce výkonných datových nebo inferenčních pipeline jsou velkou výhodou
- Znalost fúze dat z více senzorů, například kombinování dat z kamery a radaru, je velkou výhodou
- Zkušenosti s nasazováním a provozem modelů strojového učení v produkci jsou velkou výhodou
- Zkušenosti s nízkoúrovňovou optimalizací nebo laděním výkonu C++ jsou velkou výhodou
- Prokazatelné zkušenosti s optimalizací inference modelů pomocí TensorRT, ONNX Runtime, kvantizace, prořezávání nebo srovnatelných metod jsou velkou výhodou