
Shield AI mengembangkan sistem kecerdasan buatan untuk aplikasi dirgantara dan pertahanan. Platform Hivemind miliknya mendukung kemampuan misi otonom, termasuk pengoperasian drone cerdas, pengawasan, dan kesadaran situasi di medan perang. Didirikan pada tahun 2015, perusahaan ini memadukan keahlian dalam AI, dirgantara, dan pertahanan untuk membangun teknologi yang ditujukan membantu melindungi personel militer dan warga sipil.
Insinyur Pembelajaran Mendalam Staf, Estimasi Keadaan — Shield AI (Kerja Jarak Jauh, Amerika Serikat)
Pimpin pekerjaan pembelajaran mendalam dan visi 3D untuk sistem pertahanan otonom Shield AI. Kembangkan kemampuan lokalisasi, navigasi, dan SDK Hivemind untuk estimasi keadaan.
$200.000 – $300.000 / tahun
Jarak jauhPenuh waktuLeadBahasa Wajib: InggrisInsinyur pembelajaran mesinDeskripsi
- Buat dan evaluasi model untuk deteksi fitur, pencocokan, korespondensi visual, kedalaman, pose relatif, dan lokalisasi gambar-ke-peta.
- Gabungkan fitur visual hasil pembelajaran dengan teknik geometris untuk meningkatkan akurasi, ketahanan, dan pemulihan lokalisasi.
- Pimpin praktik persiapan dan supervisi data, mulai dari kurasi dataset dan spesifikasi anotasi hingga alat pelabelan, kontrol kualitas otomatis, dan analisis cakupan.
- Evaluasi alat pembelajaran mendalam dan tetapkan proses pelatihan yang dapat direproduksi dengan pelacakan eksperimen, pengendalian konfigurasi, serta pembuatan versi dataset dan model.
- Bangun evaluasi yang memperhitungkan variasi pencahayaan, sudut pandang, ketinggian, medan, cuaca, dan karakteristik sensor.
- Selidiki kegagalan model dan arahkan peningkatan pada data, supervisi, pemodelan, dan integrasi sistem.
- Bekerja sama dengan insinyur estimasi keadaan untuk memasukkan pengukuran hasil pembelajaran dan estimasi kepercayaan ke dalam sistem VIO dan navigasi relatif terhadap medan.
- Ukur model berdasarkan batas komputasi, memori, dan latensi di perangkat, serta berkontribusi pada pengoptimalan dan verifikasi saat runtime.
- Hasilkan komponen dan antarmuka SDK Hivemind yang telah diuji dan didokumentasikan.
- Berkoordinasi dengan tim perangkat lunak, sistem, dan uji terbang.
Persyaratan
- Gelar magister di bidang teknik dirgantara, teknik elektro, robotika, ilmu komputer, atau disiplin terkait, ditambah sedikitnya 4 tahun pengalaman profesional yang relevan; sebagai alternatif, 2 tahun pengalaman dengan gelar Ph.D.
- Pengalaman praktis dalam merancang, melatih, men-debug, dan mengevaluasi model dengan PyTorch atau kerangka kerja sebanding.
- Pemahaman kuat tentang model kamera, transformasi koordinat, geometri proyektif, dan geometri multi-tampilan.
- Pengalaman terapan dalam bidang seperti navigasi berbasis visi, geolokasi visual, Structure from Motion, SLAM, rekonstruksi 3D, atau estimasi kedalaman.
- Kemampuan Python tingkat lanjut dan rekam jejak menghasilkan perangkat lunak yang mudah dipelihara dan digunakan kembali.
- Pengalaman mengembangkan kemampuan visi komputer mulai dari definisi masalah dan data mentah hingga pelatihan, evaluasi, dan kesiapan integrasi.
- Pengalaman mengembangkan pipeline data sensor untuk penyerapan, pembersihan, penyaringan, deduplikasi, dan pengendalian versi dataset.
- Kemampuan memilih alat pengembangan dan membuat alur kerja pelatihan yang dapat direproduksi, mencakup manajemen konfigurasi, pelacakan eksperimen, penyimpanan checkpoint, dan debugging kinerja GPU.
- Pengalaman membuat benchmark, mencegah kebocoran data, memeriksa kinerja dalam berbagai kondisi operasional, serta menghubungkan metrik model dengan akurasi geometris atau lokalisasi pada tahap lanjutan.
- Kemampuan membuat profil latensi inferensi dan penggunaan memori, mendokumentasikan antarmuka serta prapemrosesan model, mengevaluasi pertukaran akurasi dan komputasi, serta memberikan saran tentang ekspor, presisi, dan pengoptimalan runtime.
- Komunikator yang jelas dan mampu menjelaskan asumsi, hasil eksperimen, serta pertukaran desain sambil menerjemahkan riset menjadi perangkat lunak produksi.
- Penawaran kerja bergantung pada pemeriksaan latar belakang yang disetujui dan dapat mencakup pemeriksaan referensi.
Tunjangan
- Kompensasi bonus.
- Paket tunjangan.
- Partisipasi ekuitas.
- Karyawan sementara menerima paket tunjangan sementara setelah 60 hari bekerja.