Shield AI entwickelt Systeme mit künstlicher Intelligenz für Anwendungen in der Luft- und Raumfahrt sowie im Verteidigungsbereich. Die Hivemind-Plattform unterstützt autonome Einsatzfähigkeiten, darunter den intelligenten Drohnenbetrieb, Überwachung und Lagebewusstsein auf dem Schlachtfeld. Das 2015 gegründete Unternehmen vereint Fachwissen in den Bereichen KI, Luft- und Raumfahrt sowie Verteidigung, um Technologien zum Schutz von Einsatzkräften und Zivilpersonen zu entwickeln.
Staff Deep-Learning-Ingenieur für Zustandsschätzung — Shield AI (Remote, Vereinigte Staaten)
Leiten Sie Deep-Learning- und 3D-Vision-Arbeiten für die autonomen Verteidigungssysteme von Shield AI. Entwickeln Sie Fähigkeiten für Lokalisierung, Navigation und Zustandsschätzung im Hivemind SDK.
Vereinigte Staaten200.000 $ – 300.000 $ / Jahr
RemoteVollzeitLeadErforderliche Sprache: EnglischMachine-Learning-IngenieurBeschreibung
- Erstellen und bewerten Sie Modelle für Merkmalsextraktion, Matching, visuelle Korrespondenzen, Tiefenschätzung, relative Pose und Bild-zu-Karte-Lokalisierung.
- Kombinieren Sie erlernte visuelle Merkmale mit geometrischen Verfahren, um Genauigkeit, Robustheit und Wiederherstellung der Lokalisierung zu verbessern.
- Leiten Sie Verfahren zur Datenaufbereitung und zur Erstellung von Trainingszielen – von der Zusammenstellung von Datensätzen und Spezifikationen für Annotationen bis hin zu Labeling-Tools, automatisierten Qualitätskontrollen und Abdeckungsanalysen.
- Bewerten Sie Deep-Learning-Tools und etablieren Sie reproduzierbare Trainingsprozesse mit Experiment-Tracking, Konfigurationskontrolle sowie Versionierung von Datensätzen und Modellen.
- Entwickeln Sie Evaluierungen, die Variationen bei Beleuchtung, Blickwinkel, Flughöhe, Gelände, Wetter und Sensoreigenschaften berücksichtigen.
- Untersuchen Sie Modellfehler und steuern Sie Verbesserungen in den Bereichen Daten, Trainingsziele, Modellierung und Systemintegration.
- Arbeiten Sie mit Ingenieurinnen und Ingenieuren für Zustandsschätzung zusammen, um erlernte Messwerte und Konfidenzschätzungen in VIO- und geländerelative Navigationssysteme zu integrieren.
- Bewerten Sie Modelle im Hinblick auf die Grenzen von Bord-Rechenleistung, Speicher und Latenz und leisten Sie Beiträge zu Optimierung und Laufzeitverifikation.
- Erstellen Sie getestete und dokumentierte Komponenten und Schnittstellen für das Hivemind SDK.
- Koordinieren Sie sich mit Software-, System- und Flugtestteams.
Anforderungen
- Masterabschluss in Luft- und Raumfahrttechnik, Elektrotechnik, Robotik, Informatik oder einem verwandten Fachgebiet sowie mindestens 4 Jahre einschlägige Berufserfahrung; alternativ 2 Jahre mit Promotion.
- Praktische Erfahrung im Entwurf, Training, Debugging und in der Evaluierung von Modellen mit PyTorch oder einem vergleichbaren Framework.
- Fundierte Kenntnisse von Kameramodellen, Koordinatentransformationen, projektiver Geometrie und Mehrbildgeometrie.
- Angewandte Erfahrung in Bereichen wie visionsbasierter Navigation, visueller Geolokalisierung, Structure from Motion, SLAM, 3D-Rekonstruktion oder Tiefenschätzung.
- Fortgeschrittene Python-Kenntnisse und nachweisliche Erfahrung in der Entwicklung wartbarer, wiederverwendbarer Software.
- Erfahrung darin, Computer-Vision-Funktionen von der Problemdefinition und den Rohdaten über Training und Evaluierung bis zur Integrationsreife weiterzuentwickeln.
- Erfahrung in der Entwicklung von Sensor-Datenpipelines für Aufnahme, Bereinigung, Filterung, Deduplizierung und Versionskontrolle von Datensätzen.
- Fähigkeit, Entwicklungswerkzeuge auszuwählen und reproduzierbare Trainingsabläufe mit Konfigurationsmanagement, Experiment-Tracking, Checkpointing und GPU-Performance-Debugging zu erstellen.
- Erfahrung in der Erstellung von Benchmarks, der Vermeidung von Datenlecks, der Untersuchung der Leistung unter verschiedenen Betriebsbedingungen und der Verknüpfung von Modellmetriken mit nachgelagerter geometrischer Genauigkeit oder Lokalisierungsgenauigkeit.
- Fähigkeit, Inferenzlatenz und Speicherverbrauch zu profilieren, Modellschnittstellen und Vorverarbeitung zu dokumentieren, Genauigkeits-Rechenleistungs-Kompromisse zu bewerten und Empfehlungen zu Export, Präzision und Laufzeitoptimierung zu geben.
- Klare Kommunikation sowie die Fähigkeit, Annahmen, Versuchsergebnisse und Design-Abwägungen zu erläutern und Forschung in produktionsreife Software zu übertragen.
- Angebote stehen unter dem Vorbehalt einer erfolgreich abgeschlossenen Hintergrundprüfung und können eine Referenzprüfung umfassen.
Zusatzleistungen
- Bonusvergütung.
- Leistungspaket.
- Beteiligung am Eigenkapital.
- Temporär Beschäftigte erhalten nach 60 Beschäftigungstagen ein befristetes Leistungspaket.