LogoFresh Jobs Ahead
Mecka
Mecka
11 – 50 Darbuotojai
Dirbtinis intelektasĮmonėSaaS

Mecka kuria fizinio dirbtinio intelekto infrastruktūrą ir padeda robotikos bei įkūnytojo dirbtinio intelekto komandoms paversti realaus pasaulio žmonių veiklą sistemomis, kurios gali mokytis, būti vertinamos ir patikimai veikti už laboratorijos ribų. Jos „Egoverse“ platforma sujungia didelės apimties egocentrinius duomenų rinkinius su telemetrija, apimančia vaizdą, gylį, lytėjimą, judėjimą ir lokalizaciją.

Teikdama kūrėjams skirtus įrankius, API ir įmonėms skirtas paslaugas, Mecka padeda vertinti ir diegti konkrečioms užduotims pritaikytas robotines sistemas. Įmonė bendradarbiauja su aparatinės įrangos originalios įrangos gamintojais, modelių kūrėjais ir komerciniais partneriais, teikdama robotikai duomenų ir veiklos sluoksnį, pati negamindama robotų.

LinkedIn
Darbai įmonėje

Hardware Engineer, Edge Machine Learning

Deploy computer vision models on embedded devices and build C++ inference pipelines for Mecka’s robotics and embodied AI data infrastructure.

CAKanada
170 000 $ – 190 000 $ / metai
HibridinisVisas etatasVidutinis lygisVyresnysis specialistasPrivaloma Kalba: anglųAparatinės įrangos inžinierius
C++LinuxPythonPyTorch

Aprašymas

  • Train and assess computer vision models for embedded deployment
  • Develop efficient C++ inference pipelines and integrate them with embedded Linux software
  • Tune models and runtime performance for latency, memory use, power consumption, and sustained operation
  • Measure performance using representative data and hardware
  • Trace errors across preprocessing, inference, and integration

Reikalavimai

  • At least five years of machine learning or computer vision experience, including deploying models on embedded or resource-constrained hardware
  • Strong Python and C++ skills, including debugging and performance profiling
  • Experience training and evaluating computer vision models with a framework such as PyTorch
  • Experience developing software for embedded Linux
  • Understanding of quantization, model conversion, and inference optimization on CPUs, GPUs, or NPUs
  • Ability to assess accuracy, false positives, and missed detections across varying lighting, motion, and operating conditions
  • Experience with accelerator runtimes, custom operators, or camera and video pipelines
  • Experience curating datasets

Privalumai

  • Equity
  • Health and wellness benefits
  • Additional company programs
  • Hybrid work arrangement

Susiję darbai