Shield AI
Shield AI
Ang Shield AI ay bumubuo ng mga sistema ng artificial intelligence para sa mga aplikasyon sa aerospace at depensa. Sinusuportahan ng platform nitong Hivemind ang mga kakayahan para sa mga autonomous na misyon, kabilang ang matalinong pagpapatakbo ng drone, pagmamanman, at kamalayan sa larangan ng labanan. Itinatag noong 2015, pinagsasama ng kumpanya ang kadalubhasaan sa AI, aerospace, at depensa upang lumikha ng mga teknolohiyang naglalayong tumulong sa pagprotekta sa mga kawani ng serbisyo at mga sibilyan.

Staff na Deep Learning Engineer, Pagtatantiya ng Estado — Shield AI (Remote, Estados Unidos)

Pangunahan ang deep learning at 3D vision para sa mga autonomous defense system ng Shield AI. Bumuo ng mga kakayahan sa localization, navigation, at Hivemind SDK para sa state estimation.

Paglalarawan

  • Lumikha at magsuri ng mga modelo para sa feature detection, matching, visual correspondence, depth, relative pose, at image-to-map localization.
  • Pagsamahin ang mga natutunang visual feature sa mga geometric technique upang palakasin ang katumpakan, katatagan, at recovery ng localization.
  • Pangunahan ang mga gawain sa paghahanda at supervision ng data, mula sa pag-curate ng dataset at mga espesipikasyon sa annotation hanggang sa mga labeling tool, awtomatikong quality control, at pagsusuri ng coverage.
  • Suriin ang mga deep learning tool at magtatag ng mga training process na maaaring ulitin, na may experiment tracking, configuration control, at versioning ng dataset at modelo.
  • Bumuo ng mga evaluation na isinasaalang-alang ang pagbabago sa ilaw, viewpoint, altitude, terrain, panahon, at mga katangian ng sensor.
  • Siyasatin ang mga pagkabigo ng modelo at pangunahan ang mga pagpapahusay sa data, supervision, modeling, at system integration.
  • Makipagtulungan sa mga state estimation engineer upang maisama ang mga natutunang measurement at confidence estimate sa mga VIO at terrain-relative navigation system.
  • Sukatin ang mga modelo batay sa mga limitasyon sa onboard compute, memory, at latency, at tumulong sa optimization at runtime verification.
  • Gumawa ng mga component at interface para sa Hivemind SDK na nasubukan at nadokumento.
  • Makipag-ugnayan sa mga software, systems, at flight-test team.

Mga Kinakailangan

  • Master’s degree sa aerospace engineering, electrical engineering, robotics, computer science, o kaugnay na disiplina, kasama ang hindi bababa sa 4 na taong kaugnay na propesyonal na karanasan; bilang alternatibo, 2 taon na may Ph.D.
  • Praktikal na karanasan sa pagdidisenyo, pagsasanay, pag-debug, at pagsusuri ng mga modelo gamit ang PyTorch o katulad na framework.
  • Matibay na pag-unawa sa mga camera model, coordinate transformation, projective geometry, at multi-view geometry.
  • Inilapat na karanasan sa mga larangan gaya ng vision-based navigation, visual geolocation, Structure from Motion, SLAM, 3D reconstruction, o depth estimation.
  • Advanced na kasanayan sa Python at napatunayang rekord sa paggawa ng software na madaling panatilihin at muling gamitin.
  • Karanasan sa pagpapahusay ng computer vision capability mula sa pagtukoy ng problema at raw data hanggang sa training, evaluation, at kahandaan sa integration.
  • Karanasan sa pagbuo ng sensor-data pipeline para sa ingestion, paglilinis, filtering, deduplication, at dataset version control.
  • Kakayahang pumili ng mga development tool at lumikha ng reproducible training workflow na sumasaklaw sa configuration management, experiment tracking, checkpointing, at GPU performance debugging.
  • Karanasan sa paglikha ng benchmark, pagpigil sa data leakage, pagsusuri ng performance sa iba’t ibang operating condition, at pag-uugnay ng model metric sa downstream geometric o localization accuracy.
  • Kakayahang mag-profile ng inference latency at memory consumption, magdokumento ng model interface at preprocessing, magsuri ng accuracy-versus-compute tradeoff, at magpayo sa export, precision, at runtime optimization.
  • Malinaw na tagapagsalita na kayang ipaliwanag ang mga assumption, resulta ng eksperimento, at design tradeoff habang isinasalin ang pananaliksik sa production software.
  • Nakadepende ang mga alok sa nakapasa na background check at maaaring may kasamang reference check.

Mga Benepisyo

  • Bonus compensation.
  • Package ng mga benepisyo.
  • Pakikilahok sa equity.
  • Ang mga pansamantalang empleyado ay makakatanggap ng pansamantalang package ng mga benepisyo pagkatapos ng 60 araw ng trabaho.

Mga Kaugnay na Trabaho

Atos

Inhinyero sa Seguridad ng Firewall (Fortinet, Check Point, Ubika WAF) – Atos, Mumbai

Atos

Naghahanap ang Atos ng inhinyero sa seguridad ng firewall sa Mumbai upang mamahala ng mga kapaligiran ng Fortinet, Check Point, at Ubika WAF. Saklaw ng tungkulin ang pagtugon sa insidente sa Level 2, pangangasiwa ng mga patakaran sa seguridad, operasyon ng VPN, at proteksiyon ng web application.

Buksan
CENTURION SEARCH | Cabinet de recrutement

Inhinyero sa Kahusayan sa Enerhiya – Hybrid, France

CENTURION SEARCH | Cabinet de recrutement

Bumuo at pangalagaan ang mga proyekto ng Sertipiko sa Pagtitipid ng Enerhiya sa pamamagitan ng teknikal na pagsusuri, pagtukoy sa saklaw ng proyekto, pagsusuri sa pagsunod, at suporta sa mga partner. Tumulong tukuyin ang mga pagkakataong makatipid ng enerhiya at gabayan ang mga proyekto mula sa paunang pagtatasa ng pangangailangan hanggang sa pagkumpleto.

Buksan
Perrigo Company plc

Inhinyero ng Proseso sa Paggawa ng Parmasyutiko

Perrigo Company plc

Sumusuporta at nagpapahusay sa mga proseso ng paggawa ng Perrigo para sa mga produktong de-reseta, nabibili nang walang reseta, at pangkasalukuyan. Saklaw ng tungkulin ang pagpapalaki ng produksyon, paglilipat ng teknolohiya, mga imbestigasyon, pagpapatunay, at dokumentasyong pangregulasyon.

Buksan