Shield AI sviluppa sistemi di intelligenza artificiale per applicazioni aerospaziali e di difesa. La sua piattaforma Hivemind supporta capacità autonome per le missioni, tra cui il funzionamento intelligente dei droni, la sorveglianza e la consapevolezza del campo di battaglia. Fondata nel 2015, l’azienda riunisce competenze nell’intelligenza artificiale, nel settore aerospaziale e nella difesa per creare tecnologie destinate a contribuire alla protezione del personale militare e dei civili.
Ingegnere principale di deep learning, stima dello stato — Shield AI (da remoto, Stati Uniti)
Guida il lavoro di deep learning e visione 3D per i sistemi autonomi di difesa di Shield AI. Sviluppa funzionalità di localizzazione, navigazione e dell’SDK Hivemind per la stima dello stato.
Stati Uniti200.000 $ – 300.000 $ / anno
Da remotoTempo pienoLeadLingua Richiesta: ingleseIngegnere del machine learningDescrizione
- Crea e valuta modelli per il rilevamento e l’abbinamento delle caratteristiche, la corrispondenza visiva, la profondità, la posa relativa e la localizzazione delle immagini su mappa.
- Combina caratteristiche visive apprese con tecniche geometriche per rafforzare precisione, resilienza e recupero della localizzazione.
- Guida le pratiche di preparazione e supervisione dei dati, dalla selezione dei dataset e dalle specifiche di annotazione agli strumenti di etichettatura, ai controlli di qualità automatizzati e all’analisi della copertura.
- Valuta gli strumenti di deep learning e stabilisce processi di addestramento riproducibili con monitoraggio degli esperimenti, controllo della configurazione e versionamento di dataset e modelli.
- Sviluppa valutazioni che tengano conto delle variazioni di illuminazione, punto di vista, altitudine, terreno, condizioni meteorologiche e caratteristiche dei sensori.
- Indaga sui malfunzionamenti dei modelli e guida i miglioramenti relativi a dati, supervisione, modellazione e integrazione del sistema.
- Collabora con gli ingegneri della stima dello stato per integrare misurazioni apprese e stime di confidenza nei sistemi VIO e di navigazione relativa al terreno.
- Valuta i modelli rispetto ai limiti di elaborazione a bordo, memoria e latenza, contribuendo all’ottimizzazione e alla verifica a runtime.
- Realizza componenti e interfacce testati e documentati per l’SDK Hivemind.
- Coordina le attività con i team software, sistemi e collaudi di volo.
Requisiti
- Laurea magistrale in ingegneria aerospaziale, ingegneria elettrica, robotica, informatica o disciplina correlata, oltre ad almeno 4 anni di esperienza professionale pertinente; in alternativa, 2 anni di esperienza con un dottorato di ricerca.
- Esperienza pratica nella progettazione, nell’addestramento, nel debug e nella valutazione di modelli con PyTorch o un framework comparabile.
- Solida conoscenza dei modelli di fotocamera, delle trasformazioni delle coordinate, della geometria proiettiva e della geometria multivista.
- Esperienza applicata in ambiti quali navigazione basata sulla visione, geolocalizzazione visiva, Structure from Motion, SLAM, ricostruzione 3D o stima della profondità.
- Conoscenza avanzata di Python e comprovata esperienza nella produzione di software manutenibile e riutilizzabile.
- Esperienza nello sviluppo di funzionalità di computer vision, dalla definizione del problema e dai dati grezzi fino all’addestramento, alla valutazione e alla predisposizione per l’integrazione.
- Esperienza nello sviluppo di pipeline per dati provenienti da sensori, finalizzate a ingestione, pulizia, filtraggio, deduplicazione e controllo delle versioni dei dataset.
- Capacità di scegliere strumenti di sviluppo e creare flussi di lavoro di addestramento riproducibili che includano gestione della configurazione, monitoraggio degli esperimenti, checkpointing e debug delle prestazioni GPU.
- Esperienza nella creazione di benchmark, nella prevenzione della perdita di dati, nell’analisi delle prestazioni in diverse condizioni operative e nel collegamento tra le metriche dei modelli e la precisione geometrica o di localizzazione a valle.
- Capacità di profilare la latenza di inferenza e il consumo di memoria, documentare le interfacce e il pre-processing dei modelli, valutare i compromessi tra accuratezza e risorse di calcolo e fornire indicazioni su esportazione, precisione e ottimizzazione a runtime.
- Comunicatore chiaro, capace di spiegare ipotesi, risultati sperimentali e compromessi progettuali, traducendo la ricerca in software di produzione.
- Le offerte sono subordinate al superamento di un controllo dei precedenti e possono includere una verifica delle referenze.
Benefit
- Compenso aggiuntivo.
- Pacchetto di benefit.
- Partecipazione azionaria.
- I dipendenti temporanei ricevono un pacchetto di benefit temporaneo dopo 60 giorni di impiego.