Orca AI arendab tehisintellekti- ja arvutinägemissüsteeme mere-, transpordi- ja logistikatööstusele. Selle SeaPodi ja FleetView tooted toetavad autonoomset laevandust, parandades meeskonna olukorrateadlikkust, automatiseerides vahiteenistuse ülesandeid ja pakkudes reaalajas ülevaadet operatiivsest tegevusest. Ettevõte aitab laevandusettevõtjatel teha ohutumaid navigatsiooniotsuseid, suurendada tõhusust ja edendada kestlikumat merendust.
Servisarvuti nägemise insener Iisraelis (hübriidtöö)
Arenda ja optimeeri Orca AI meresõiduohutuse tehnoloogia jaoks reaalajas arvutinägemissüsteeme. Paranda laevadele paigaldatud riistvara järelduskiirust, töökindlust ja jälgitavust.
Kirjeldus
- Arenda ja optimeeri servasüsteemides reaalajas merendusvideot töötlevaid arvutinägemise töötlusahelaid
- Teisenda teadusmudelid töökindlateks tootmisvalmis komponentideks, mida kasutatakse laevadel
- Paranda järeldamise jõudlust kvantimise, kärpimise ja graafitaseme optimeerimise abil
- Profileeri ja optimeeri kogu mitme kaamera töötlusahelat, sealhulgas video sisestust, eeltöötlust, järeldamist ja järeltöötlust
- Leia ja lahenda jõudluspiiranguid, mis hõlmavad protsessorit, graafikaprotsessorit, mälu ja töötlusahela koordineerimist
- Hinda ja põhjenda kompromisse latentsuse, täpsuse, stabiilsuse ja ressursikasutuse vahel
- Kavanda töökindlad videost väljundini ulatuvad andme- ja järeldamisvood, mis edastavad meeskonnale rakendatavat teavet
- Loo võrdlus- ja hindamisprotsessid täieliku töötlusahela jõudluse mõõtmiseks ning väljalaskeotsuste tegemiseks
- Arenda tootmissüsteemide jälgitavuse ja silumise võimalusi ning protsesse
- Määra ja hoia selgelt määratletud liideseid teaduskoodi ja tootmistarkvara vahel
- Tee teadus- ja taustsüsteemide tiimidega koostööd uute mudelite tootmisse viimiseks
- Paranda süsteemi tõhusust ja töökindlust riistvara ning käituskeskkonna piirangute raames
Nõuded
- Vähemalt viis aastat kogemust tootmissüsteemide ehitamisel, sealhulgas vähemalt kaks aastat arvutinägemise või reaalajas videovoogudega töötamisel
- Praktiline kogemus tootmises kasutatavate arvutinägemis- või süvaõppesüsteemide arendamise ja käitamisega
- Edasijõudnud teadmised moodsast C++-ist, sealhulgas mitmelõimelisest ja reaalajas programmeerimisest, ning tugev Pythoni oskus
- Kogemus serva- või manussüsteemidele, näiteks NVIDIA Jetsonile, arendamisel
- Head teadmised järeldamise optimeerimise tehnoloogiatest, nagu CUDA, TensorRT, ONNX, GStreamer või DeepStream, ning protsessori, graafikaprotsessori, mälu ja latentsuse piirangutest
- Profileerimisel põhinev lähenemine optimeerimisele ja jõudluse häälestamisele
- Oskus siluda keerukaid süsteeme ja hinnata nende käitumist mürarikastes tegeliku maailma keskkondades
- Kohandatud suure jõudlusega andme- või järeldamisvoogude loomise kogemus on suur eelis
- Mitme sensori andmefusiooni, näiteks kaamera- ja radariandmete ühendamise tundmine on suur eelis
- Masinõppemudelite tootmisse juurutamise ja käitamise kogemus on suur eelis
- Madalataseme optimeerimise või C++ jõudluse häälestamise kogemus on suur eelis
- Tõendatud kogemus mudelite järeldamise optimeerimisel TensorRT, ONNX Runtime'i, kvantimise, kärpimise või võrreldavate meetoditega on suur eelis