Shield AI développe des systèmes d’intelligence artificielle destinés aux applications aérospatiales et de défense. Sa plateforme Hivemind prend en charge des capacités de mission autonomes, notamment l’utilisation intelligente de drones, la surveillance et la connaissance du champ de bataille. Fondée en 2015, l’entreprise réunit des compétences en intelligence artificielle, en aérospatiale et en défense pour concevoir des technologies destinées à contribuer à la protection des militaires et des civils.
Ingénieur principal en apprentissage profond, estimation d’état — Shield AI (télétravail, États-Unis)
Dirigez les travaux d’apprentissage profond et de vision 3D pour les systèmes autonomes de défense de Shield AI. Développez les capacités de localisation, de navigation et du SDK Hivemind pour l’estimation d’état.
États-Unis200 000 $ – 300 000 $ / an
À distanceTemps pleinLeadLangue Requise : anglaisIngénieur en apprentissage automatiqueDescription
- Créez et évaluez des modèles pour la détection et la mise en correspondance de caractéristiques, la correspondance visuelle, la profondeur, la pose relative et la localisation d’images sur une carte.
- Combinez des caractéristiques visuelles apprises avec des techniques géométriques afin de renforcer la précision, la résilience et la récupération de la localisation.
- Dirigez les pratiques de préparation et de supervision des données, de la curation des jeux de données et des spécifications d’annotation aux outils d’étiquetage, aux contrôles qualité automatisés et à l’analyse de couverture.
- Évaluez les outils d’apprentissage profond et établissez des processus d’entraînement reproductibles avec suivi des expériences, contrôle de la configuration et gestion des versions des jeux de données et des modèles.
- Concevez des évaluations qui tiennent compte des variations d’éclairage, de point de vue, d’altitude, de terrain, de conditions météorologiques et des caractéristiques des capteurs.
- Étudiez les échecs des modèles et dirigez les améliorations concernant les données, la supervision, la modélisation et l’intégration système.
- Collaborez avec les ingénieurs en estimation d’état afin d’intégrer des mesures apprises et des estimations de confiance aux systèmes de VIO et de navigation relative au terrain.
- Évaluez les modèles au regard des limites de calcul embarqué, de mémoire et de latence, en contribuant à l’optimisation et à la vérification à l’exécution.
- Produisez des composants et des interfaces testés et documentés pour le SDK Hivemind.
- Coordonnez vos activités avec les équipes logicielles, systèmes et essais en vol.
Exigences
- Master en ingénierie aérospatiale, génie électrique, robotique, informatique ou discipline connexe, ainsi qu’au moins 4 ans d’expérience professionnelle pertinente ; ou 2 ans d’expérience avec un doctorat.
- Expérience pratique dans la conception, l’entraînement, le débogage et l’évaluation de modèles avec PyTorch ou un framework comparable.
- Solide compréhension des modèles de caméra, des transformations de coordonnées, de la géométrie projective et de la géométrie multivue.
- Expérience appliquée dans des domaines tels que la navigation fondée sur la vision, la géolocalisation visuelle, la Structure from Motion, le SLAM, la reconstruction 3D ou l’estimation de profondeur.
- Maîtrise avancée de Python et expérience avérée dans la production de logiciels maintenables et réutilisables.
- Expérience dans le développement de capacités de vision par ordinateur, de la définition du problème et des données brutes jusqu’à l’entraînement, l’évaluation et la préparation à l’intégration.
- Expérience dans le développement de pipelines de données capteurs pour l’ingestion, le nettoyage, le filtrage, la déduplication et la gestion des versions des jeux de données.
- Capacité à choisir des outils de développement et à créer des workflows d’entraînement reproductibles couvrant la gestion de configuration, le suivi des expériences, la sauvegarde de points de contrôle et le débogage des performances GPU.
- Expérience dans la création de benchmarks, la prévention des fuites de données, l’analyse des performances dans différentes conditions opérationnelles et la mise en relation des métriques des modèles avec la précision géométrique ou de localisation en aval.
- Capacité à profiler la latence d’inférence et la consommation mémoire, à documenter les interfaces et le prétraitement des modèles, à évaluer les compromis entre précision et ressources de calcul et à conseiller sur l’exportation, la précision et l’optimisation à l’exécution.
- Excellent communicant, capable d’expliquer les hypothèses, les résultats expérimentaux et les compromis de conception, tout en transformant la recherche en logiciels de production.
- Les offres sont subordonnées à une vérification des antécédents réussie et peuvent inclure une vérification des références.
Avantages
- Rémunération variable.
- Package d’avantages sociaux.
- Participation au capital.
- Les employés temporaires bénéficient d’un package d’avantages temporaires après 60 jours d’emploi.