Mobileye kehittää edistyneitä kuljettajaa avustavia järjestelmiä ja autonomisen ajamisen teknologiaa autoteollisuudelle. Yhtiö yhdistää tietokonenäön, tekoälyn sekä itse kehittämänsä laitteistot ja ohjelmistot tukeakseen ajoneuvojen turvallisuutta sovelluksissa, jotka ulottuvat kuljettajaa avustavista järjestelmistä autonomiseen ajamiseen. Sen järjestelmiä on otettu käyttöön yli 190 miljoonassa ajoneuvossa, mikä kuvastaa Mobilen roolia näköön perustuvien autoteknologioiden tuomisessa laajamittaiseen tuotantoon.
Soveltavan tekoälyn tutkija, visuaalinen generatiivinen tekoäly Mobileyella (hybridityö, Israel)
Edistä visuaalista generatiivista tekoälyä, diffuusiomalleja ja konenäköä Mobileyen autonomisen ajamisen teknologiassa. Rakenna synteettisen datan ratkaisuja hyödyntämällä omistusoikeudellisia aineistoja ja laajamittaista laskentainfrastruktuuria.
Kuvaus
- Johda koko kehityksen elinkaarta generatiivisten mallien kouluttamisesta huippuluokan arkkitehtuurien soveltamiseen todellisiin autonomisen ajamisen käyttötapauksiin.
- Tutki, arvioi ja kehitä generatiivisen tekoälyn ja konenäön malleja skaalautuvilla ja selkeillä Python-toteutuksilla.
- Tee yhteistyötä tekoälytutkijoiden ja havaintotiimien kanssa synteettisen datan soveltamiseksi todellisissa tekoälyjärjestelmissä.
- Seuraa tekoälyn, generatiivisen mallintamisen ja konenäön uusia kehityssuuntia.
- Kehitä generatiivisen tekoälyn ratkaisuja autonomisten ajoneuvojen sovelluksiin hyödyntämällä laajoja omistusoikeudellisia aineistoja ja tehokasta laskentainfrastruktuuria.
Vaatimukset
- Tietojenkäsittelytieteen, sähkötekniikan tai vastaavan alan maisterin- tai tohtorintutkinto.
- Vähintään kolmen vuoden työkokemus syväoppimisesta ja konenäöstä.
- Edistynyt Pythonin ja PyTorchin osaaminen.
- Vahvat ongelmanratkaisu-, tutkimus- ja analyyttisen päättelyn taidot.
- Käytännön kokemus generatiivisen tekoälyn tekniikoista, kuten diffuusiomalleista ja GAN-malleista.
- Kokemus näkö- ja kielimalleista sekä multimodaalisesta oppimisesta.
- Julkaisuja johtavissa konferensseissa, kuten CVPR-, NeurIPS- tai ECCV-konferensseissa.
- Käytännön kokemus Linuxista, AWS:stä, Dockerista ja virtuaaliympäristöistä.
- Perinteisten konenäkömenetelmien tuntemus.