
머신러닝 엔지니어, 레이더 인지
Blue Origin 국가 안보 우주선 시스템을 위한 딥러닝 레이더 인지 기술을 개발합니다. 보정된 모델을 임베디드 및 엣지 하드웨어에 배포합니다.
설명
- GNN, 트랜스포머, 심층 강화 학습(DRL), 학습 알고리즘 언폴딩 및 하이브리드 접근법을 포함한 딥러닝 모델을 설계하고 학습 및 평가합니다.
- 원시 레이더 데이터, 거리-도플러 맵, 거리-각도 맵에서 객체를 탐지하고 분류합니다.
- 객체의 크기, 형태, 움직임, 궤적, 동작 및 보정된 불확실성을 추정하는 모델을 개발합니다.
- GNN용 점 그래프나 궤적 그래프 등 각 모델에 적합하도록 레이더 데이터를 구성합니다.
- 합성 데이터 생성, 시뮬레이션 기반 학습, 라벨링 전략, 데이터 증강, 클래스 불균형 처리를 포함하는 데이터 엔진을 구축합니다.
- 학습 데이터 범위를 벗어나는 입력을 식별하고 신뢰도가 낮은 결과에 표시합니다.
- 첨단 시스템, DSP, GNC 및 비행 소프트웨어 팀과 협력해 데이터 전달과 임베디드 또는 엣지 하드웨어로의 모델 배포를 조정합니다.
- 엣지 배포용 ML 모델의 적격성 평가에 필요한 지표, 테스트 세트 및 증거 요건을 정합니다.
- 원시 레이더 데이터를 처리하고 자율 시스템이나 운영자를 위해 객체 특성을 파악하는 AI 계층을 주도합니다.
- 새 개발 프로그램의 레이더 AI 아키텍처를 수립합니다.
지원 자격
- 컴퓨터 과학, 전기 공학, 컴퓨터 공학, 물리학 또는 관련 분야의 학사 학위.
- 머신러닝 엔지니어링 경력 약 3년.
- PyTorch 또는 유사 프레임워크로 딥러닝 모델을 구축하고 출시한 경험.
- TensorRT, 양자화, FPGA 또는 SoC 타깃을 사용한 엣지 모델 배포 경험.
- Python 숙련도.
- 거리, 도플러, 각도, 분해능, 클러터, 다중 경로를 포함한 레이더 기초 지식.
- GMTI 또는 AMTI 신호 처리 개념과 시스템 설계에 미치는 영향에 대한 이해.
- 레이더, 소나, SAR, 라이다 또는 RF 센서 데이터를 다룬 경험.
- 합성 또는 시뮬레이션 데이터로 학습하고 시뮬레이션과 실제 환경 간 차이에 대응한 경험.
- 불확실성 정량화, 보정 또는 분포 외 탐지 경험.
- 임베디드 C++ 경험.
- TS/SCI 보안 인가를 취득할 수 있는 능력.
- 미국 시민, 미국 국민, 영주권자, 난민 또는 망명 허가자로서 수출 통제 요건을 충족해야 합니다.
- 필수 신원 조회를 통과할 수 있는 능력.
복리후생
- 이주 지원.
- 의료, 치과 및 안과 보장.
- 기본 및 추가 생명보험.
- 유급 육아 휴가.
- 단기 및 장기 장애 보장.
- 401(k) 플랜, 회사 매칭 기여금 최대 5%.
- 교육 지원 프로그램.
- 주당 예정 근무 시간이 20시간 이상인 정규 직원에게 스톡옵션 제공.
- 주당 예정 근무 시간에 따라 연간 최대 4주의 유급 휴가.
- 회사 부담 휴일 최대 14일.
- 직무 유형, 직급, 개인 기여도 및 회사 재량에 따라 직원은 복리후생과 보너스 대상이 될 수 있습니다.


