Obvio è un’azienda di intelligenza artificiale e SaaS che sviluppa tecnologie per la sicurezza stradale destinate alle città e alle forze dell’ordine. La sua IA contestuale aiuta a individuare la guida spericolata e le infrazioni al codice della strada, comprese quelle nelle zone scolastiche, il mancato rispetto della precedenza, la distrazione alla guida e il mancato arresto ai segnali di stop. Trasformando l’attività stradale in informazioni utili, Obvio supporta i leader municipali e i dipartimenti di polizia nell’educazione degli automobilisti, nell’applicazione delle norme stradali, nella riduzione delle infrazioni e nella creazione di strade più sicure.
Senior Computer Vision Engineer presso Obvio — Ibrido a San Carlos
Guida lo sviluppo di modelli di rilevamento e tracciamento per le telecamere del traffico assistite dall’IA di Obvio. Migliora le prestazioni dei modelli dalla strategia dei dati e dalla sperimentazione fino alla distribuzione su dispositivi edge sul campo.
Descrizione
- Sviluppare e perfezionare modelli di rilevamento degli oggetti e tracciamento multi-oggetto per veicoli, pedoni e altri utenti della strada in ambienti reali complessi.
- Gestire la strategia dei dati alla base della qualità dei modelli, dal campionamento e dall’annotazione al versionamento dei dataset, alla ricerca di esempi difficili, allo sbilanciamento delle classi, ai casi limite e al feedback dei sistemi distribuiti.
- Pianificare esperimenti e ablazioni rigorosi, distinguendo i miglioramenti reali dall’overfitting, dalle fughe di dati, dal rumore nelle etichette e dai miglioramenti che non funzionano sul campo.
- Sviluppare sistemi di addestramento riproducibili con tracciamento degli esperimenti, gestione della configurazione, tracciabilità degli artefatti, registri dei modelli, dashboard delle metriche e ottimizzazione automatizzata degli iperparametri.
- Definire metodi di valutazione orientati al prodotto che includano i compromessi tra precisione e richiamo, segmentazioni per classe e scenario, calibrazione e prestazioni di tracciamento.
- Collaborare con gli ingegneri dei sistemi embedded per preparare i modelli alla distribuzione su dispositivi edge, bilanciando accuratezza, latenza, uso della memoria e consumo energetico.
- Guidare l’indirizzo tecnico, condurre revisioni del design, fare da mentore agli ingegneri e rafforzare gli standard di rigore, riproducibilità e preparazione alla produzione nel machine learning.
Requisiti
- Almeno sette anni di esperienza nel machine learning o nella computer vision, con esperienza comprovata nella distribuzione e nel miglioramento di modelli in produzione.
- Competenza pratica avanzata nel rilevamento degli oggetti e nel tracciamento multi-oggetto, comprese architetture moderne, tecniche di data augmentation e metodi di valutazione.
- Solida conoscenza dello sbilanciamento delle classi, dell’overfitting, delle fughe dai dataset, del rumore nelle etichette, del domain shift, della calibrazione dei modelli e della validazione statisticamente rigorosa.
- Esperienza nella creazione di infrastrutture o piattaforme di addestramento per esperimenti riproducibili, addestramento distribuito, ricerca degli iperparametri, confronto delle metriche e tracciabilità dei modelli.
- Padronanza avanzata di Python e PyTorch.
- Esperienza pratica con grandi dataset di immagini e video.
- Esperienza nella valutazione di modelli su dati distribuiti o raccolti sul campo e nella gestione dell’intero ciclo, dalla scoperta dei problemi al riaddestramento e al miglioramento verificato.
- Leadership tecnica comprovata in iniziative ambigue e interfunzionali, sostenuta da comunicazione chiara e forte senso di responsabilità.
- Esperienza nei settori del traffico, automobilistico, della robotica, della sorveglianza o in un altro ambito di analisi video.
- Esperienza con re-identificazione, modellazione delle traiettorie, gestione delle occlusioni, calibrazione delle telecamere o tracciamento multi-camera.
- Esperienza con active learning, weak supervision, dati sintetici, etichettatura automatizzata o strumenti per migliorare la qualità dei dataset.
- Esperienza nell’ottimizzazione e nella distribuzione di modelli di computer vision su NVIDIA Jetson, Qualcomm Snapdragon o altri acceleratori edge.
- Autorizzazione legale a lavorare negli Stati Uniti.
Benefit
- Retribuzione competitiva.
- Partecipazione azionaria in un’azienda nella fase iniziale.
- Ampia autonomia in un ambiente di startup dinamico.
- L’opportunità di lavorare con un team piccolo ed esperto, in cui gli ingegneri senior hanno una notevole influenza tecnica.
- L’opportunità di migliorare la sicurezza stradale e contribuire a salvare vite attraverso il proprio lavoro.