Mecka
Mecka

Mecka desarrolla infraestructura para la IA física y ayuda a los equipos de robótica e IA incorporada a convertir la actividad humana del mundo real en sistemas capaces de aprender, evaluarse y funcionar de forma fiable fuera del laboratorio. Su plataforma Egoverse combina conjuntos de datos egocéntricos a gran escala con telemetría de visión, profundidad, sensores táctiles, movimiento y localización.

A través de herramientas para desarrolladores, API y servicios empresariales, Mecka facilita la evaluación y el despliegue de sistemas robóticos especializados. La empresa trabaja con fabricantes de equipos originales de hardware, desarrolladores de modelos y socios comerciales, proporcionando la capa de datos y operaciones para la robótica sin fabricar robots por sí misma.

Ingeniero/a de hardware, aprendizaje automático en el edge

Despliega modelos de visión artificial en dispositivos integrados y crea pipelines de inferencia en C++ para la infraestructura de datos de robótica e IA incorporada de Mecka.

Descripción

  • Entrena y evalúa modelos de visión artificial para su despliegue en dispositivos integrados
  • Desarrolla pipelines de inferencia eficientes en C++ e intégralos con software para Linux integrado
  • Ajusta los modelos y el rendimiento del entorno de ejecución en cuanto a latencia, uso de memoria, consumo energético y funcionamiento sostenido
  • Mide el rendimiento con datos y hardware representativos
  • Rastrea errores en el preprocesamiento, la inferencia y la integración

Requisitos

  • Al menos cinco años de experiencia en aprendizaje automático o visión artificial, incluido el despliegue de modelos en hardware integrado o con recursos limitados
  • Sólidos conocimientos de Python y C++, incluidos la depuración y el análisis de rendimiento
  • Experiencia en el entrenamiento y la evaluación de modelos de visión artificial con un framework como PyTorch
  • Experiencia en el desarrollo de software para Linux integrado
  • Conocimiento de la cuantización, la conversión de modelos y la optimización de inferencias en CPU, GPU o NPU
  • Capacidad para evaluar la precisión, los falsos positivos y las detecciones no realizadas en distintas condiciones de iluminación, movimiento y funcionamiento
  • Experiencia con entornos de ejecución para aceleradores, operadores personalizados o pipelines de cámara y vídeo
  • Experiencia en la selección y organización de conjuntos de datos

Beneficios

  • Participación en el capital
  • Beneficios de salud y bienestar
  • Programas adicionales de la empresa
  • Modalidad de trabajo híbrida

Empleos relacionados