Newxel
Newxel
501 – 1000 Alkalmazottak
EgészségügyLogisztikaTanácsadás
A Newxel IT-személyzeti és mérnöki szolgáltatásokat nyújtó vállalat, amely üzleti partnereinek dedikált szoftverfejlesztő csapatok és kulcsrakész K+F-központok létrehozásában és működtetésében segít. Szolgáltatásai közé tartozik az IT-toborzás, a munkaerő-kiegészítés, az offshore fejlesztési központok kialakítása, valamint a mérnöki tevékenységek több mint 10 országban történő bővítéséhez nyújtott jogi, pénzügyi és operatív támogatás. A Newxel web- és mobilfejlesztési, mesterségesintelligencia- és gépi tanulási, big data-, játékfejlesztési, minőségbiztosítási, beágyazott szoftveres, kiberbiztonsági és blokklánc-területeken dolgozó szakemberekkel működik együtt, hosszú távú üzleti partnerségeket és elosztott műszaki csapatokat támogatva.

Gépi tanulási mérnök, számítógépes látás (hibrid, Lengyelország)

Vállalj felelősséget a WSC Sports élő videós platformjának éles számítógépes látási rendszereiért a modellek értékelésétől a bevezetésig. Fejleszd a GPU-s következtetést, a benchmarkokat és az ellenőrzést a sportvideós feladatokban.

Leírás

  • Vezesd a videóértési képességek fejlesztését, beleértve az objektumfelismerést, a követést, a felismerést és a jelenetelemzést.
  • Növeld a GPU-s következtetés áteresztőképességét és csökkentsd a költségét kötegelt feldolgozással, pontosság-hangolással és fordítással.
  • Kövesd nyomon az éles rendszerek minőségét és késleltetését, vizsgáld ki a hibákat, és szüntesd meg a visszaeséseket.
  • Hozz létre és tarts karban sportág, liga és tartalomtípus szerint rendezett, címkézett sport-benchmarkokat.
  • Határozd meg és figyeld az olyan modellmetrikákat, mint a mAP, F1, precision, recall, IoU, késleltetés és GPU-költség.
  • Hasonlítsd össze szisztematikusan a modelleket, és reprodukáld a publikált eredményeket a vállalat adataival.
  • Készíts döntési feljegyzéseket, amelyek kitérnek az ajánlásokra, az előny-hátrány mérlegelésére és a licencelésre.
  • Tartsd karban a regressziós teszteket és az árnyék- vagy A/B-folyamatokat, hogy kiadás előtt ellenőrizd a modell- és konfigurációfrissítéseket.
  • Kövesd a kutatási cikkeket, modellkiadásokat és ranglistákat, hogy értékelésre alkalmas jelölteket találj.

Követelmények

  • Legalább 3–5 év tapasztalat éles gépi tanulási rendszerek szállításában, ezen belül több mint 2 év számítógépes látással; a videós tapasztalat előnyt jelent.
  • Magas szintű Python- és PyTorch-ismeretek.
  • Gyakorlati tapasztalat GPU-s következtetés profilozásában és optimalizálásában TensorRT és ONNX Runtime használatával.
  • Legalább két területen szerzett gyakorlati tapasztalat az alábbiak közül: objektumfelismerés és szegmentálás; OCR és jelenetbeli szövegfelismerés; vagy videós cselekvésfelismerés és időbeli lokalizáció.
  • Tapasztalat tesztkészletek létrehozásában, mAP, F1 és időbeli IoU számításában, valamint szigorú modell-összehasonlítások végzésében.
  • Képesség kutatási cikkek és modellkártyák kritikus értékelésére, valamint publikált eredmények reprodukálására.
  • Éles környezetbe történő telepítési tapasztalat Dockerrel, üzenetsor-alapú szolgáltatásokkal és felhőbeli GPU-infrastruktúrával.
  • Nagy léptékű videófeldolgozási tapasztalat, többek között FFmpeg, dekódolási folyamatok és képkocka-mintavételezés használatával.
  • Kiváló írásbeli kommunikáció, valamint a műszaki kompromisszumok dokumentálásának és világos ajánlások megfogalmazásának képessége.
  • Előnyt jelent: Azure Service Bus és Blob Storage, üzenetvezérelt architektúrák, látás-nyelvi modellek, multimodális megértés, szakterület-specifikus látásfinomhangolás, önfelügyelt tanulás, szintetikusadat-generálás, CVAT, Label Studio, árnyékbevezetések, A/B-tesztelés vagy kereskedelmi modelllicencelés.

Juttatások

  • Vállald a gépi tanulás teljes életciklusát: a kutatási eredmények reprodukálásától és benchmarkok létrehozásától az éles GPU-terhelések optimalizálásáig.
  • Szállíts nagy léptékű éles fejlesztéseket, és modelloptimalizálással csökkentsd az infrastruktúra költségeit és a késleltetést.
  • Dolgozz bizonyítékokra építő mérnöki környezetben, ahol fontosak az A/B-tesztek, az árnyékbevezetések és a statisztikai ellenőrzés.

Kapcsolódó állások

EY

AI-architekt az EY-nál (hibrid, Katowice)

EY

Irányított, skálázható AI-megoldásokat alakít ki az EY ügyfelei számára a stratégiától és architektúrától a megvalósításig. Kezdeményezéseket vezet a generatív AI, az LLM-ek, az MLOps, a felhő és az adatarchitektúra területén.

Megnyitás