
機械学習エンジニア(レーダー認識)
Blue Originの国家安全保障向け宇宙機システムのために、深層学習によるレーダー認識を開発します。 校正済みモデルを組み込み・エッジハードウェアに展開します。
仕事内容
- GNN、Transformer、深層強化学習(DRL)、学習アルゴリズム展開法、ハイブリッド手法などの深層学習モデルを設計、訓練、評価します。
- 生のレーダーデータ、距離・ドップラーマップ、距離・角度マップから物体を検出して分類します。
- 物体の大きさ、形状、動き、航跡、挙動、校正済み不確実性を推定するモデルを開発します。
- GNN向けの点グラフや航跡グラフなど、各モデルに適したレーダーデータ構造を構築します。
- 合成データ生成、シミュレーションベースの訓練、ラベリング戦略、データ拡張、クラス不均衡への対処を含むデータエンジンを構築します。
- 訓練データの範囲外の入力を識別し、信頼度の低い結果にフラグを付けます。
- 先進システム、DSP、GNC、飛行ソフトウェアの各チームと連携し、データの受け渡しや組み込み・エッジハードウェアへのモデル展開を調整します。
- エッジ展開に向けた機械学習モデルの適格性評価に必要な指標、テストセット、証拠要件を定めます。
- 生のレーダーデータを処理し、自律システムや運用担当者向けに物体の特徴を明らかにするAIレイヤーを主導します。
- 新規開発プログラムのレーダーAIアーキテクチャを策定します。
応募要件
- コンピューターサイエンス、電気工学、コンピューター工学、物理学、または関連分野の学士号。
- 機械学習エンジニアとして約3年の経験。
- PyTorchまたは同様のフレームワークで深層学習モデルを構築し、実用化した経験。
- TensorRT、量子化、FPGA、SoCターゲットを用いたエッジモデル展開の経験。
- Pythonの高いスキル。
- 距離、ドップラー、角度、分解能、クラッター、マルチパスなど、レーダーの基礎知識。
- GMTIまたはAMTIの信号処理概念と、システム設計への影響に関する知識。
- レーダー、ソナー、SAR、ライダー、RFなどのセンサーデータを扱った経験。
- 合成データまたはシミュレーションデータによる訓練と、シミュレーションと実環境のギャップへの対処経験。
- 不確実性の定量化、校正、または分布外検知の経験。
- 組み込みC++の経験。
- TS/SCIクリアランスを取得できること。
- 米国市民、米国国民、永住者、難民、または庇護認定者として輸出管理要件を満たすこと。
- 必要な身元調査に合格できること。
福利厚生
- 転居支援。
- 医療、歯科、眼科の保険。
- 基本および追加の生命保険。
- 有給育児休暇。
- 短期および長期障害補償。
- 401(k)制度。会社のマッチング拠出は最大5%。
- 教育支援プログラム。
- 週20時間以上の勤務予定の正社員にはストックオプションを付与。
- 勤務予定の週あたり時間数に応じて、年間最大4週間の有給休暇。
- 会社が負担する休日は年間最大14日。
- 職種、職位、個人の貢献度、会社の裁量に応じて、福利厚生や賞与の対象となる場合があります。
関連求人





