Vantor er en virksomhed inden for spatial intelligens, som udvikler en AI-klar levende jordklode og en kommerciel konstellation af billeddannende satellitter. Virksomhedens platforme samler sensordata fra rummet, luften og jorden for at understøtte opgavestyring i realtid, koordinering af sensorer, højopløselige grundkort, radar- og optiske billeder samt autonome funktioner til efterretning, overvågning og rekognoscering. Vantor betjener kunder inden for forsvar, efterretning, den offentlige sektor og erhvervslivet, og teamene arbejder med teknologier inden for blandt andet satellitbilleder, geospatiale data, logistik og rådgivning.
Ledende forsker i anvendt AI – Vantor, fjernarbejde i USA
Led udviklingen af produktionsklare AI- og maskinlæringssystemer til Vantors platform for rumlig intelligens. Anvend geospatiale data, billedmateriale og multimodale modeller til at skabe operationel intelligens.
USA150.000 $ – 220.000 $ / år
FjernarbejdeFuldtidLeadPåkrævet Sprog: engelskAI-forskerMaskinlæringsingeniørBeskrivelse
- Udvikl og implementér AI-applikationer, der omdanner geospatiale data i stor skala til handlingsrettet og prædiktiv intelligens.
- Byg og administrér komplette pipelines til maskinlæring, der spænder over dataindlæsning, forbehandling, feature engineering, træning, evaluering og inferens i produktion.
- Tag reasoning-, vision-language- og multimodale modeller i produktion ved hjælp af billedmateriale, geospatiale signaler og strukturerede data.
- Design rammer for træning og eksperimentering på virksomhedsniveau med automatiserede arbejdsgange, eksperimentsporing, benchmarking og reproducerbar evaluering.
- Udvikl syntetiske datasæt og testværktøjer til vurdering af modelydelse, robusthed og adfærd i kanttilfælde.
- Arbejd sammen med domænespecialister, softwareingeniører, produktchefer, forskningssamarbejdspartnere og teknologipartnere.
- Forbedr model- og inferensydelse med fokus på skalerbarhed, latenstid, omkostningseffektivitet og pålidelighed i moderne cloudmiljøer.
- Vedligehold inferenssystemer i produktion, herunder overvågning, modelversionsstyring, arbejdsgange for genindlæring og ydelsesmåling.
- Vurder udviklingen inden for foundation-modeller, generativ AI, multimodal læring og reasoning-systemer med henblik på praktisk anvendelse.
- Sikre høj ingeniørmæssig kvalitet gennem kodereview, dokumentation, disciplineret eksperimentering og kollaborativ problemløsning.
- Bidrag til udviklingen af næste generation af Earth AI-kapaciteter.
Krav
- Skal have status som U.S. Person i form af amerikansk statsborgerskab, permanent opholdstilladelse, asylstatus eller flygtningestatus.
- Kandidatgrad eller ph.d. i datalogi, maskinlæring, kunstig intelligens, anvendt matematik eller en beslægtet teknisk disciplin eller tilsvarende praktisk erfaring.
- Mindst fem års erfaring med at bygge og implementere maskinlæringssystemer i produktion.
- Erfaring med at designe og levere end-to-end-pipelines til maskinlæring.
- Erfaring med at udvikle og implementere deep learning-modeller.
- Erfaring med vision-language-modeller, multimodal læring, reasoning-modeller, store sprogmodeller, computer vision eller geospatial AI.
- Avancerede færdigheder i Python-programmering.
- Erfaring med PyTorch, TensorFlow eller JAX.
- Erfaring med at skabe reproducerbare pipelines til eksperimentering.
- Erfaring med at implementere modeller med moderne cloudinfrastruktur og containeriserede systemer.
- Kendskab til distribueret træning, databehandling i stor skala og metoder til modeloptimering.
- Evne til at arbejde effektivt på tværs af forsknings-, ingeniør- og produktteams.
- Kræver typisk otte års relevant erfaring med en bachelorgrad, seks år med en kandidatgrad eller tre år med en ph.d. eller tilsvarende erfaring.
- Det er en fordel at have erfaring med geospatiale data, fjernmåling, satellitbilleder eller jordobservationssystemer.
- Det er en fordel at have erfaring med at bygge eller finjustere foundation-modeller, multimodale modeller eller agentiske AI-systemer.
- Det er en fordel at have kendskab til Google Cloud Platform.
- Det er en fordel at have erfaring med implementering af modelovervågning, evalueringspipelines og automatiserede systemer til genindlæring.
- Det er en fordel at have bidraget til AI-projekter med åben kildekode, forskningspublikationer eller patenter.
Fordele
- 401(k)-ordning med matchende arbejdsgiverbidrag.
- Ressourcer til støtte vedrørende mental sundhed.
- Hjælp til tilbagebetaling af studielån.
- Refusion af adoptionsudgifter.
- Kæledyrsforsikring.
- Mulighed for incitamentsbaseret aflønning baseret på bidrag, virksomhedens resultater og individuelle resultater.