Obvio 시니어 컴퓨터 비전 엔지니어—산카를로스 하이브리드 근무
Obvio의 AI 지원 교통 카메라를 위한 검출 및 추적 모델 개발을 주도합니다. 데이터 전략과 실험부터 현장 엣지 배포까지 모델 성능을 향상합니다.
설명
- 복잡한 실제 환경에서 차량, 보행자 및 기타 도로 이용자를 위한 객체 검출 및 다중 객체 추적 모델을 구축하고 개선합니다.
- 샘플링과 라벨링부터 데이터셋 버전 관리, 하드 네거티브 마이닝, 클래스 불균형, 엣지 케이스, 배포 시스템의 피드백까지 모델 품질을 뒷받침하는 데이터 전략을 담당합니다.
- 엄격한 실험과 절제 연구를 계획하여 과적합, 데이터 누수, 라벨 노이즈, 현장 배포에서 효과가 없는 개선과 실제 성능 향상을 구분합니다.
- 실험 추적, 구성 관리, 아티팩트 계보 관리, 모델 레지스트리, 메트릭 대시보드, 자동 하이퍼파라미터 최적화를 갖춘 재현 가능한 학습 시스템을 개발합니다.
- 정밀도와 재현율의 트레이드오프, 클래스 및 시나리오별 슬라이스, 보정, 추적 성능을 다루는 제품 중심의 평가 방법을 수립합니다.
- 임베디드 엔지니어와 협력하여 정확도, 지연 시간, 메모리 사용량, 전력 소비의 균형을 맞추면서 엣지 배포용 모델을 준비합니다.
- 기술 방향을 제시하고 설계 검토를 주도하며 엔지니어를 멘토링하고, 머신러닝의 엄밀성, 재현성, 프로덕션 준비도에 대한 기준을 강화합니다.
지원 자격
- 머신러닝 또는 컴퓨터 비전 경력이 7년 이상이며, 프로덕션 모델을 출시하고 개선한 실적이 있어야 합니다.
- 객체 검출 및 다중 객체 추적에 대한 고급 실무 역량과 최신 아키텍처, 데이터 증강, 평가 기법에 대한 경험이 있어야 합니다.
- 클래스 불균형, 과적합, 데이터셋 누수, 라벨 노이즈, 도메인 시프트, 모델 보정 및 통계적으로 엄격한 검증을 깊이 이해해야 합니다.
- 재현 가능한 실험, 분산 학습, 하이퍼파라미터 탐색, 메트릭 비교 및 모델 계보 관리를 위한 학습 인프라 또는 플랫폼을 구축한 경험이 있어야 합니다.
- Python과 PyTorch에 능숙해야 합니다.
- 대규모 이미지 및 비디오 데이터셋을 다룬 실무 경험이 있어야 합니다.
- 배포된 데이터 또는 현장에서 수집한 데이터로 모델을 평가하고, 실패 발견부터 재학습 및 개선 검증까지 전체 주기를 관리한 경험이 있어야 합니다.
- 모호한 범위의 크로스펑셔널 과제에서 기술 리더십을 발휘한 실적과 명확한 커뮤니케이션 능력 및 강한 주인의식이 있어야 합니다.
- 교통, 자동차, 로보틱스, 감시 또는 기타 비디오 분석 분야의 경험이 있어야 합니다.
- 재식별, 궤적 모델링, 가림 처리, 카메라 보정 또는 다중 카메라 추적 경험이 있어야 합니다.
- 액티브 러닝, 약한 지도학습, 합성 데이터, 자동 라벨링 또는 데이터셋 품질 개선 도구 경험이 있어야 합니다.
- NVIDIA Jetson, Qualcomm Snapdragon 또는 기타 엣지 가속기에서 컴퓨터 비전 모델을 최적화하고 배포한 경험이 있어야 합니다.
- 미국에서 근무할 수 있는 법적 허가가 있어야 합니다.
복리후생
- 경쟁력 있는 보상.
- 초기 단계 회사의 지분.
- 빠르게 움직이는 스타트업 환경에서 의미 있는 주도권을 가질 수 있습니다.
- 경험이 풍부한 소규모 팀에서 일하며 시니어 엔지니어로서 기술 방향에 큰 영향력을 행사할 수 있습니다.
- 업무를 통해 도로 안전을 개선하고 생명을 구하는 데 기여할 수 있습니다.