شرکت Pickle Robot Company برای صنایع زنجیره تأمین، لجستیک و تولید، رباتیک توسعه می‌دهد. سامانه‌های این شرکت با ترکیب هوش مصنوعی فیزیکی، هوش مصنوعی مولد، بینایی ماشین و دست‌کاری رباتیک، کارهای فیزیکی دشوار در انبارها را خودکار می‌کنند. ربات خودران اصلی شرکت، کالاهای بدون پالت را از کانتینرهای حمل‌ونقل تخلیه می‌کند و به کاهش فشار جسمی کار دستی و افزایش بهره‌وری انبار کمک می‌کند. این شرکت با ۱۱ تا ۵۰ کارمند، پس از تکمیل دور سرمایه‌گذاری سری B به ارزش ۵۰ میلیون دلار، در حال گسترش قابلیت‌های محصولات و دامنه فعالیت تجاری خود است.
مهندس ارشد یادگیری ماشین، ادراک
برای سامانه‌های خودکارسازی انبار پیکل ربات، مدل‌های بینایی و گرفتن اشیا بسازید. برای بهبود ایمنی و بهره‌وری لجستیک، هدایت توسعه مجموعه‌داده، آموزش مدل، آزمایش و ارزیابی را بر عهده بگیرید.
ایالات متحده
ماساچوست$۱۷۰٬۱۰۰ – $۲۲۷٬۴۰۰ / سال
ترکیبیتمام‌وقتارشدزبان مورد نیاز: انگلیسیمهندس یادگیری ماشینتوضیحات
- اهداف عملکرد برداشت کالا را به مسائل یادگیری ماشین با پیش‌بینی‌ها، برچسب‌ها، پاداش‌ها، توابع زیان و معیارهای موفقیت روشن تبدیل کنید.
- راهبرد مجموعه‌داده را هدایت کنید؛ از جمله تولید صحنه‌های مصنوعی، کارهای توزیع‌شده داده در ابر، پالایش تنوع صحنه‌ها و برچسب‌گذاری با نظارت خودکار.
- گلوگاه‌های داده را پیدا و برطرف کنید.
- بک‌بون‌های بزرگ بینایی را با سرهای مدل متناسب با وظیفه، تنظیم دقیق کنید.
- آزمایش‌های کنترل‌شده را برنامه‌ریزی و اجرا کنید و تصمیم بگیرید گام بعدی چه چیزی را بیازماید و چه زمانی آزمایش را پایان دهید.
- معیارهای آفلاین برای پیش‌بینی عملکرد ربات و معیارهای آنلاین برای بهبود رسیدگی به موارد خاص ایجاد کنید.
- کد را با دقت بررسی کنید.
- به مهندسان کم‌تجربه‌تر راهنمایی دهید.
- به شکل‌گیری نقشه راه ادراک و گرفتن اشیا کمک کنید.
- مدل‌های آماده استقرار را در محدوده بودجه تأخیر ارائه دهید؛ همراه با گراف‌های قابل‌خروجی‌گیری و مصنوعات قابل‌بازتولید.
- برای یکپارچه‌سازی سامانه‌های زمان اجرا و بهینه‌سازی استنتاج، با مهندسان پلتفرم و رباتیک همکاری کنید.
شرایط لازم
- حداقل پنج سال تجربه در یادگیری ماشین و بینایی رایانه‌ای، شامل پیش‌برد شخصی مدل‌ها از تعریف مسئله تا نتایج اندازه‌گیری‌شده.
- توانایی اثبات‌شده در صورت‌بندی مسائل و تبدیل نیازهای کلی محصول به کار مهندسی مشخص.
- تجربه ساخت مجموعه‌داده در مقیاس بزرگ از راه تولید یا گردآوری، پالایش، بررسی خودکار کیفیت، تحلیل پوشش و سوگیری، و یادگیری فعال.
- روش‌های ارزیابی قوی، از جمله خط مبنا، مطالعات حذف مؤلفه و طراحی معیارها.
- تسلط تخصصی به Python و PyTorch.
- آشنایی کاربردی با زیرساخت آموزش ابری مانند GCP یا AWS، ابزار Docker و ابزارهای رهگیری آزمایش‌ها.
- تجربه حرفه‌ای در دست‌کم یکی از این حوزه‌ها: توسعه و آموزش مدل‌های چندوظیفه‌ای، چندوجهی یا چندنما؛ یا یادگیری خودنظارتی، مبتنی بر پیامد یا هدایت‌شده با پاداش.
مزایا
- بیمه درمانی
- پوشش دندان‌پزشکی
- پوشش بینایی
- مرخصی نامحدود
- تعطیلات رسمی فدرال و ایالتی با حقوق
- مشارکت در 401(k) معادل ۵٪ حقوق
- هزینه‌های سفر پرداخت‌شده توسط شرکت
- مزایای بیشتر برای لذت‌بخش‌تر، راحت‌تر و پربازده‌تر کردن کار