Vantor
Vantor
1.001 – 5.000 Karyawan
KonsultasiLogistikPertahanan
Vantor adalah perusahaan intelijen spasial yang mengembangkan globe hidup yang siap digunakan untuk AI serta konstelasi satelit pencitraan komersial. Platformnya menggabungkan data sensor dari luar angkasa, udara, dan darat untuk mendukung penugasan secara waktu nyata, orkestrasi sensor, peta dasar beresolusi tinggi, citra radar dan optik, serta kemampuan intelijen, pengawasan, dan pengintaian otonom. Vantor melayani pelanggan di bidang pertahanan, intelijen, pemerintahan, dan komersial, dengan tim yang bekerja pada teknologi terkait pencitraan satelit, data geospasial, logistik, dan konsultasi.

Ilmuwan Utama AI Terapan - Vantor, Jarak Jauh Amerika Serikat

Memimpin pengembangan sistem AI dan pembelajaran mesin produksi untuk platform intelijen spasial Vantor. Menerapkan data geospasial, citra, dan model multimodal untuk menghasilkan intelijen operasional.

Deskripsi

  • Mengembangkan dan menerapkan aplikasi AI yang mengubah data geospasial berskala besar menjadi intelijen yang dapat ditindaklanjuti dan prediktif.
  • Membangun dan mengelola alur kerja pembelajaran mesin lengkap yang mencakup pengambilan data, prapemrosesan, rekayasa fitur, pelatihan, evaluasi, dan inferensi produksi.
  • Menerapkan model penalaran, visi-bahasa, dan multimodal ke dalam produksi menggunakan citra, sinyal geospasial, dan data terstruktur.
  • Merancang kerangka kerja pelatihan dan eksperimen perusahaan dengan alur kerja otomatis, pelacakan eksperimen, pembandingan, dan evaluasi yang dapat direproduksi.
  • Mengembangkan kumpulan data sintetis dan perangkat uji untuk menilai kinerja model, ketahanan, dan perilaku pada kasus tepi.
  • Bekerja sama dengan spesialis domain, insinyur perangkat lunak, manajer produk, kolaborator riset, dan mitra teknologi.
  • Meningkatkan kinerja model dan inferensi untuk skala, latensi, efisiensi biaya, dan keandalan di lingkungan cloud modern.
  • Memelihara sistem inferensi produksi, termasuk pemantauan, pembuatan versi model, alur kerja pelatihan ulang, dan pengukuran kinerja.
  • Mengevaluasi perkembangan dalam model fondasi, AI generatif, pembelajaran multimodal, dan sistem penalaran untuk penerapan praktis.
  • Menjaga kualitas rekayasa melalui peninjauan kode, dokumentasi, eksperimen yang disiplin, dan pemecahan masalah secara kolaboratif.
  • Berkontribusi pada pengembangan kemampuan Earth AI generasi berikutnya.

Persyaratan

  • Harus memiliki status U.S. Person sebagai warga negara Amerika Serikat, penduduk tetap, penerima suaka, atau pengungsi.
  • Gelar magister atau PhD dalam Ilmu Komputer, Pembelajaran Mesin, Kecerdasan Buatan, Matematika Terapan, atau bidang teknis terkait, atau pengalaman praktis yang setara.
  • Setidaknya lima tahun pengalaman membangun dan menerapkan sistem pembelajaran mesin dalam produksi.
  • Pengalaman merancang dan menghadirkan alur kerja pembelajaran mesin menyeluruh.
  • Pengalaman mengembangkan dan menerapkan model pembelajaran mendalam.
  • Pengalaman dengan model visi-bahasa, pembelajaran multimodal, model penalaran, model bahasa besar, visi komputer, atau AI geospasial.
  • Kemampuan pemrograman Python tingkat lanjut.
  • Pengalaman menggunakan PyTorch, TensorFlow, atau JAX.
  • Pengalaman membuat alur kerja eksperimen yang dapat direproduksi.
  • Pengalaman menerapkan model dengan infrastruktur cloud modern dan sistem dalam kontainer.
  • Pemahaman tentang pelatihan terdistribusi, pemrosesan data berskala besar, dan metode optimasi model.
  • Kemampuan bekerja efektif lintas tim riset, rekayasa, dan produk.
  • Biasanya membutuhkan delapan tahun pengalaman terkait dengan gelar sarjana, enam tahun dengan gelar magister, atau tiga tahun dengan PhD, atau pengalaman yang setara.
  • Pengalaman yang diutamakan dalam bekerja dengan data geospasial, penginderaan jauh, citra satelit, atau sistem observasi Bumi.
  • Pengalaman yang diutamakan dalam membangun atau menyempurnakan model fondasi, model multimodal, atau sistem AI agen.
  • Pengetahuan tentang Google Cloud Platform menjadi nilai tambah.
  • Pengalaman yang diutamakan dalam menerapkan pemantauan model, alur evaluasi, dan sistem pelatihan ulang otomatis.
  • Kontribusi yang diutamakan pada proyek AI sumber terbuka, publikasi riset, atau paten.

Tunjangan

  • Rencana 401(k) dengan kontribusi pencocokan dari perusahaan.
  • Sumber daya dukungan kesehatan mental.
  • Bantuan pembayaran kembali pinjaman mahasiswa.
  • Penggantian biaya adopsi.
  • Asuransi hewan peliharaan.
  • Kelayakan untuk kompensasi insentif berdasarkan kontribusi, kinerja perusahaan, dan hasil individu.