LogoFresh Jobs Ahead
Mecka
Mecka
11 – 50 Darbinieki
Mākslīgais intelektsSaaSUzņēmums

Mecka veido fiziskā mākslīgā intelekta infrastruktūru, palīdzot robotikas un iemiesotā mākslīgā intelekta komandām pārvērst cilvēku darbības reālajā pasaulē sistēmās, kas spēj mācīties, kuras var novērtēt un kas uzticami darbojas ārpus laboratorijas. Uzņēmuma Egoverse platforma apvieno liela mēroga egocentriskas datu kopas ar telemetriju, kas aptver redzi, dziļumu, tausti, kustību un lokalizāciju.

Izmantojot izstrādātāju rīkus, API un uzņēmumu pakalpojumus, Mecka atbalsta konkrētiem uzdevumiem paredzētu robotizētu sistēmu novērtēšanu un ieviešanu. Uzņēmums sadarbojas ar aparatūras oriģinālo iekārtu ražotājiem, modeļu izstrādātājiem un komerciālajiem partneriem, nodrošinot robotikai datu un darbības slāni, pats neražojot robotus.

LinkedIn
Vakances uzņēmumā

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.

CAKanāda
170 000 $ – 190 000 $ / gads
HibrīdiPilna slodzeVidējais līmenisVecākais speciālistsNepieciešamā Valoda: angļuAparatūras inženieris
C++LinuxPythonPyTorch

Apraksts

  • 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

Prasības

  • 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

Priekšrocības

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

Saistītās vakances