1001 – 5000 Dipendenti
Sponsor per visto H1BAutomotiveIndustria manifatturieraIntelligenza artificialeMobileye sviluppa sistemi avanzati di assistenza alla guida e tecnologie di guida autonoma per l’industria automobilistica. L’azienda combina visione artificiale, intelligenza artificiale, hardware proprietario e software per supportare la sicurezza dei veicoli in applicazioni che spaziano dall’assistenza alla guida al funzionamento autonomo. I suoi sistemi sono stati implementati in oltre 190 milioni di veicoli, a conferma del ruolo di Mobileye nella produzione su larga scala di tecnologie automobilistiche basate sulla visione.
Ricercatore di IA applicata, GenAI visiva presso Mobileye (ibrido, Israele)
Fai progredire la GenAI visiva, i modelli di diffusione e la visione artificiale per la tecnologia di guida autonoma di Mobileye. Sviluppa soluzioni basate su dati sintetici utilizzando dataset proprietari e infrastrutture di calcolo su larga scala.
Descrizione
- Guidare l’intero ciclo di sviluppo, dall’addestramento di modelli generativi all’adattamento di architetture all’avanguardia per applicazioni reali di guida autonoma.
- Ricercare, valutare e migliorare modelli di GenAI e visione artificiale attraverso implementazioni Python scalabili e chiare.
- Collaborare con ricercatori di IA e team di percezione per applicare dati sintetici a sistemi di IA del mondo reale.
- Seguire gli sviluppi emergenti nell’intelligenza artificiale, nella modellazione generativa e nella visione artificiale.
- Creare soluzioni di GenAI con grandi dataset proprietari e infrastrutture di calcolo ad alta scala per applicazioni di veicoli autonomi.
Requisiti
- Laurea magistrale o dottorato in Informatica, Ingegneria elettrica o disciplina affine.
- Almeno tre anni di esperienza professionale nel deep learning e nella visione artificiale.
- Conoscenza avanzata di Python e PyTorch.
- Solide capacità di problem solving, ricerca e ragionamento analitico.
- Esperienza pratica con tecniche di IA generativa, come modelli di diffusione e GAN.
- Esperienza con modelli visione-linguaggio e apprendimento multimodale.
- Pubblicazioni in conferenze di rilievo come CVPR, NeurIPS o ECCV.
- Esperienza pratica con Linux, AWS, Docker e ambienti virtuali.
- Conoscenza dei metodi tradizionali di visione artificiale.