Mecka
Mecka

Mecka entwickelt die Infrastruktur für Physical AI und unterstützt Robotik- sowie Embodied-AI-Teams dabei, reale menschliche Aktivitäten in Systeme zu überführen, die lernen, bewertet werden und außerhalb des Labors zuverlässig arbeiten können. Die Egoverse-Plattform kombiniert groß angelegte egocentrische Datensätze mit Telemetriedaten aus Bildverarbeitung, Tiefensensorik, taktiler Wahrnehmung, Bewegung und Lokalisierung.

Mit Entwicklerwerkzeugen, APIs und Unternehmensdiensten unterstützt Mecka die Bewertung und Bereitstellung aufgabenspezifischer Robotersysteme. Das Unternehmen arbeitet mit Hardware-OEMs, Modellentwicklern und kommerziellen Partnern zusammen und stellt die Daten- und Betriebsebene für Robotik bereit, ohne selbst Roboter herzustellen.

Hardwareentwickler:in für Edge-Machine-Learning

Setze Computer-Vision-Modelle auf Embedded-Geräten ein und entwickle C++-Inferenzpipelines für Meckas Robotik- und Embodied-AI-Dateninfrastruktur.

Beschreibung

  • Trainiere und bewerte Computer-Vision-Modelle für den Einsatz auf Embedded-Geräten
  • Entwickle effiziente C++-Inferenzpipelines und integriere sie in Embedded-Linux-Software
  • Optimiere Modelle und Laufzeit hinsichtlich Latenz, Speicherbedarf, Stromverbrauch und Dauerbetrieb
  • Miss die Leistung mit repräsentativen Daten und Hardware
  • Verfolge Fehler über Vorverarbeitung, Inferenz und Integration hinweg

Anforderungen

  • Mindestens fünf Jahre Erfahrung mit Machine Learning oder Computer Vision, einschließlich der Bereitstellung von Modellen auf Embedded- oder ressourcenbeschränkter Hardware
  • Sehr gute Python- und C++-Kenntnisse, einschließlich Debugging und Performance-Profiling
  • Erfahrung im Training und in der Bewertung von Computer-Vision-Modellen mit einem Framework wie PyTorch
  • Erfahrung in der Softwareentwicklung für Embedded Linux
  • Verständnis von Quantisierung, Modellkonvertierung und Inferenzoptimierung auf CPUs, GPUs oder NPUs
  • Fähigkeit, Genauigkeit, falsch-positive Ergebnisse und übersehene Erkennungen bei wechselnden Licht-, Bewegungs- und Betriebsbedingungen zu bewerten
  • Erfahrung mit Beschleuniger-Laufzeitumgebungen, benutzerdefinierten Operatoren oder Kamera- und Videopipelines
  • Erfahrung in der Kuratierung von Datensätzen

Zusatzleistungen

  • Beteiligung am Unternehmen
  • Gesundheits- und Wellnessleistungen
  • Zusätzliche Unternehmensprogramme
  • Hybrides Arbeitsmodell

Ähnliche Stellen