Obvio est une entreprise d’intelligence artificielle et de SaaS qui développe des technologies de sécurité routière pour les villes et les organismes chargés de faire respecter la loi. Son IA contextuelle aide à détecter la conduite dangereuse et les infractions au code de la route, notamment celles commises dans les zones scolaires, le refus de priorité, la conduite distraite et le non-respect des panneaux stop. En transformant l’activité routière en informations exploitables, Obvio aide les responsables municipaux et les services de police à sensibiliser les conducteurs, faire respecter le code de la route, réduire les infractions et rendre les rues plus sûres.
Ingénieur senior en vision par ordinateur chez Obvio — Hybride à San Carlos
Dirigez le développement de modèles de détection et de suivi pour les caméras de circulation assistées par IA d’Obvio. Améliorez les performances des modèles, de la stratégie de données et de l’expérimentation jusqu’au déploiement sur périphériques en conditions réelles.
Description
- Développer et perfectionner des modèles de détection d’objets et de suivi multi-objets pour les véhicules, les piétons et les autres usagers de la route dans des environnements réels difficiles.
- Piloter la stratégie de données qui sous-tend la qualité des modèles, de l’échantillonnage et de l’annotation au versionnage des jeux de données, à l’extraction d’exemples difficiles, au déséquilibre des classes, aux cas limites et aux retours des systèmes déployés.
- Planifier des expériences et des ablations rigoureuses, en distinguant les gains réels du surapprentissage, des fuites de données, du bruit d’annotation et des améliorations qui échouent sur le terrain.
- Développer des systèmes d’entraînement reproductibles avec suivi des expériences, gestion des configurations, traçabilité des artefacts, registres de modèles, tableaux de bord de métriques et optimisation automatisée des hyperparamètres.
- Établir des méthodes d’évaluation orientées produit couvrant les compromis précision-rappel, les découpages par classe et par scénario, la calibration et les performances de suivi.
- Collaborer avec les ingénieurs systèmes embarqués pour préparer les modèles au déploiement sur périphériques, en équilibrant précision, latence, utilisation de la mémoire et consommation énergétique.
- Orienter les choix techniques, diriger les revues de conception, accompagner les ingénieurs et renforcer les standards de rigueur, de reproductibilité et de préparation à la production en apprentissage automatique.
Exigences
- Au moins sept ans d’expérience en apprentissage automatique ou en vision par ordinateur, avec une expérience avérée de mise en production et d’amélioration de modèles.
- Expertise pratique avancée en détection d’objets et en suivi multi-objets, notamment des architectures modernes, de l’augmentation de données et des techniques d’évaluation.
- Solide maîtrise du déséquilibre des classes, du surapprentissage, des fuites de jeux de données, du bruit d’annotation, du décalage de domaine, de la calibration des modèles et de la validation statistiquement rigoureuse.
- Expérience de la création d’infrastructures ou de plateformes d’entraînement pour des expériences reproductibles, l’entraînement distribué, la recherche d’hyperparamètres, la comparaison de métriques et la traçabilité des modèles.
- Maîtrise avancée de Python et de PyTorch.
- Expérience pratique avec de grands jeux de données d’images et de vidéos.
- Expérience de l’évaluation de modèles sur des données déployées ou collectées sur le terrain et de la gestion du cycle complet, de la découverte des défaillances au réentraînement et à l’amélioration vérifiée.
- Leadership technique avéré dans des initiatives ambiguës et transversales, soutenu par une communication claire et un fort sens des responsabilités.
- Expérience dans les domaines de la circulation, de l’automobile, de la robotique, de la surveillance ou de l’analyse vidéo.
- Expérience de la réidentification, de la modélisation de trajectoires, de la gestion des occultations, de la calibration des caméras ou du suivi multi-caméras.
- Expérience de l’apprentissage actif, de la supervision faible, des données synthétiques, de l’annotation automatisée ou d’outils d’amélioration de la qualité des jeux de données.
- Expérience de l’optimisation et du déploiement de modèles de vision par ordinateur sur NVIDIA Jetson, Qualcomm Snapdragon ou d’autres accélérateurs périphériques.
- Autorisation légale de travailler aux États-Unis.
Avantages
- Rémunération compétitive.
- Participation au capital d’une entreprise en phase de démarrage.
- Responsabilités importantes au sein d’une startup dynamique.
- La possibilité de travailler avec une équipe restreinte et expérimentée, où les ingénieurs seniors exercent une influence technique importante.
- La possibilité d’améliorer la sécurité routière et de contribuer à sauver des vies grâce à votre travail.