Obvio シニアコンピュータビジョンエンジニア—サンカルロス・ハイブリッド勤務
ObvioのAI支援型交通カメラ向けの検出・追跡モデル開発をリードします。 データ戦略と実験から現場でのエッジ展開まで、モデル性能を向上させます。
仕事内容
- 複雑な実環境において、車両、歩行者、その他の道路利用者を対象とする物体検出・マルチオブジェクトトラッキングモデルを構築、改善する。
- サンプリングとラベリングから、データセットのバージョン管理、ハードネガティブマイニング、クラス不均衡、エッジケース、デプロイ済みシステムからのフィードバックまで、モデル品質を支えるデータ戦略を担う。
- 厳密な実験とアブレーションを計画し、過学習、データリーケージ、ラベルノイズ、現場展開で効果を発揮しない改善と、真の性能向上を切り分ける。
- 実験トラッキング、設定管理、アーティファクトの系譜管理、モデルレジストリ、メトリクスダッシュボード、自動ハイパーパラメータ最適化を備えた再現可能な学習システムを開発する。
- 適合率と再現率のトレードオフ、クラス別・シナリオ別のスライス、キャリブレーション、追跡性能を網羅する、プロダクト重視の評価手法を確立する。
- 組み込みエンジニアと連携し、精度、レイテンシ、メモリ使用量、消費電力のバランスを取りながら、エッジ展開に向けてモデルを準備する。
- 技術方針を示し、設計レビューを主導し、エンジニアを指導するとともに、機械学習の厳密性、再現性、製品化 readiness に関する基準を強化する。
応募要件
- 機械学習またはコンピュータビジョンの経験が7年以上あり、本番モデルのリリースと改善の実績があること。
- 物体検出とマルチオブジェクトトラッキングに関する高度な実務知識があり、最新のアーキテクチャ、データ拡張、評価手法に精通していること。
- クラス不均衡、過学習、データセットリーケージ、ラベルノイズ、ドメインシフト、モデルキャリブレーション、統計的に厳密な検証を十分に理解していること。
- 再現可能な実験、分散学習、ハイパーパラメータ探索、メトリクス比較、モデル系譜管理のための学習基盤またはプラットフォームを構築した経験。
- PythonとPyTorchに精通していること。
- 大規模な画像・動画データセットを扱った実務経験。
- デプロイ済みまたは現場で収集したデータに対してモデルを評価し、失敗の発見から再学習、改善の検証までの一連のサイクルを管理した経験。
- 曖昧性の高い部門横断的な取り組みで技術リーダーシップを発揮した実績があり、明確なコミュニケーション能力と強いオーナーシップを備えていること。
- 交通、自動車、ロボティクス、監視、その他の動画分析分野での経験。
- 再識別、軌跡モデリング、オクルージョン処理、カメラキャリブレーション、マルチカメラトラッキングの経験。
- アクティブラーニング、弱教師学習、合成データ、自動ラベリング、データセット品質改善ツールの経験。
- NVIDIA Jetson、Qualcomm Snapdragon、その他のエッジアクセラレータ上でコンピュータビジョンモデルを最適化し、展開した経験。
- 米国で働くための法的な就労許可を有していること。
福利厚生
- 競争力のある報酬。
- アーリーステージ企業の株式。
- 急速に成長するスタートアップ環境で、意義のある責任を担えること。
- 経験豊富な少人数のチームで働き、シニアエンジニアとして技術面に大きな影響を与えられること。
- 仕事を通じて道路の安全性を高め、人命救助に貢献できる機会。