Newxel
Newxel
501 – 1.000 Medarbejdere
LogistikRådgivningSundhedsvæsen
Newxel er leverandør af IT-bemanding og ingeniørtjenester, som hjælper virksomheder med at opbygge og drive dedikerede softwareudviklingsteams og komplette forsknings- og udviklingscentre. Tjenesterne omfatter IT-rekruttering, ekstra bemanding, offshore-udviklingscentre samt juridisk, økonomisk og operationel støtte til opskalering af ingeniøraktiviteter i mere end 10 lande. Newxel samarbejder med specialister inden for web- og mobiludvikling, AI og maskinlæring, big data, spiludvikling, kvalitetssikring, embedded software, cybersikkerhed og blockchain og understøtter langsigtede forretningspartnerskaber og distribuerede tekniske teams.

Maskinlæringsingeniør inden for computervision (hybrid, Polen)

Få ansvar for produktionssystemer til computervision på WSC Sports' livevideoplatform, fra modelevaluering til idriftsættelse. Forbedr GPU-inferens, benchmarks og validering på tværs af sportsvideoarbejdsbelastninger.

Beskrivelse

  • Stå i spidsen for udviklingen af videoforståelsesfunktioner, herunder detektion, sporing, genkendelse og sceneanalyse.
  • Forbedr GPU-inferensens kapacitet og omkostninger med batching, præcisionstilpasning og kompilering.
  • Følg kvalitet og latenstid i produktionen, undersøg fejl, og afhjælp regressioner.
  • Opret og vedligehold mærkede sportsbenchmarks organiseret efter sport, liga og indholdstype.
  • Fastlæg og overvåg modelmålinger som mAP, F1, precision, recall, IoU, latenstid og GPU-omkostninger.
  • Sammenlign modeller systematisk, og reproducer publicerede resultater med virksomhedens data.
  • Udarbejd beslutningsnotater med anbefalinger, afvejninger og licensforhold.
  • Vedligehold regressionstest og shadow- eller A/B-pipelines til validering af model- og konfigurationsopdateringer før release.
  • Følg forskningsartikler, modeludgivelser og ranglister for at finde kandidater til evaluering.

Krav

  • Mindst 3–5 års erfaring med at levere produktionssystemer til maskinlæring, heraf mindst 2 år inden for computervision; erfaring med video er en fordel.
  • Stærke færdigheder i Python og PyTorch.
  • Praktisk erfaring med profilering og optimering af GPU-inferens med TensorRT og ONNX Runtime.
  • Praktisk erfaring inden for mindst to områder: objektdetektion og segmentering; OCR og genkendelse af scenetekst; eller genkendelse af videoaktiviteter og tidsmæssig lokalisering.
  • Erfaring med at oprette testsæt, beregne mAP, F1 og temporal IoU samt gennemføre grundige modelsammenligninger.
  • Evne til kritisk at vurdere forskningsartikler og modelkort samt reproducere publicerede resultater.
  • Erfaring med produktionsidriftsættelse ved hjælp af Docker, købaserede tjenester og cloudbaseret GPU-infrastruktur.
  • Erfaring med videobehandling i stor skala, herunder FFmpeg, afkodningspipelines og sampling af videobilleder.
  • Stærke skriftlige kommunikationsevner og evne til at dokumentere tekniske afvejninger og komme med klare anbefalinger.
  • En fordel: Azure Service Bus og Blob Storage, meddelelsesdrevne arkitekturer, vision-language-modeller, multimodal forståelse, domænespecifik finjustering af computervision, selvvejledt læring, generering af syntetiske data, CVAT, Label Studio, shadow-udrulninger, A/B-test eller kommerciel modell licensering.

Fordele

  • Få ansvar for hele maskinlæringslivscyklussen, fra reproduktion af forskning og udarbejdelse af benchmarks til optimering af live GPU-arbejdsbelastninger.
  • Skab produktionsforbedringer i stor skala, og reducer infrastrukturudgifter og latenstid gennem modeloptimering.
  • Arbejd i et evidensbaseret ingeniørmiljø med fokus på A/B-test, shadow-udrulninger og statistisk validering.

Relaterede job