Ultralytics utvikler AI-verktøy for å lage, trene og ta i bruk maskinlæringsmodeller. Plattformen Ultralytics HUB fungerer sammen med Ultralytics YOLO-rammeverket for datasyn og hjelper team med å utvikle og administrere datasynsapplikasjoner innen områder som produksjon, logistikk, landbruk og helsevesen. Arbeidet til selskapet fokuserer på å gjøre utvikling av datasynmodeller tilgjengelig for ulike brukere og praktiske behov i industrien.
Embeddedingeniør innen datasyn hos Ultralytics (på kontoret, Spania)
Ta Ultralytics YOLO-modeller fra PyTorch til produksjon på edge-enheter. Bygg runtime-integrasjoner og optimaliser utrulling for CPU-, GPU-, NPU- og SoC-plattformer.
Beskrivelse
- Utvikle og vedlikeholde integrasjoner for modeleksport og inferens, fra konvertering til støtte på enheten.
- Sørg for at integrasjonene er kompatible med Python, PyTorch og leverandørenes SDK-er etter hvert som de endres.
- Gå gjennom partnerkode og verifiser integrasjoner på fysisk maskinvare før lansering.
- Klargjør innebygde kort og utviklingssett for utrulling og testing av YOLO.
- Optimaliser modeller for målenheter og balanser latenstid, minnebruk og nøyaktighet.
- Undersøk tap av nøyaktighet som skyldes konvertering eller INT8-kvantisering.
- Mål og profiler YOLO-oppgaver og modellgenerasjoner, og dokumenter deretter resultatene.
- Administrer tekniske partnerskap for maskinvare- og silisiumplattformer, inkludert integrasjoner med AMD, Google og Nvidia.
- Hold tekniske synkroniseringsmøter med partnere og fastsett retningslinjer for integrasjon.
- Gjør plattformbegrensninger om til krav til modeller, runtime og utrulling.
- Koordiner med partnernes kompilatorteam for å støtte nye YOLO-arkitekturer ved lansering.
- Feilsøk problemer med modeller, runtime-miljøer, drivere og enheter.
- Vedlikehold maskinvare-CI på både egenadministrerte og partneradministrerte enheter, samt Docker-avbildninger for utrulling.
- Lag integrasjonsdokumentasjon og sider med enhetsmålinger.
- Lag ressurser for utviklere, hold direktesendinger og demonstrer arbeidet på bransjearrangementer.
- Hjelp utviklere og kunder via GitHub, fellesskapsforumet og salgsteamet.
Krav
- Solid grunnlag innen maskinlæring eller datasyn, inkludert forståelse av YOLO-modeller.
- Gode Python-ferdigheter og praktisk erfaring med PyTorch og ONNX.
- Praktisk erfaring med TensorRT, OpenVINO, ONNX Runtime eller en leverandørs NPU-SDK.
- Erfaring med INT8-kvantisering og kalibrering, inkludert diagnostisering av tap av nøyaktighet etter konvertering.
- Praktisk erfaring med utrulling på edge-enheter som NVIDIA Jetson, Raspberry Pi eller NPU-utviklingskort.
- Erfaring med å flashe, konfigurere og feilsøke utrullinger på maskinvare med begrensede ressurser.
- Fortrolig med Linux, Docker og håndtering av Python-avhengigheter på tvers av plattformer.
- Gode programvareutviklingsvaner, inkludert ren kode, Git pull requests og kodegjennomgang.
- God skriftlig engelsk for dokumentasjon og samarbeid.
- Senior kompetanse til å eie tekniske integrasjoner fra start til slutt med lite oppfølging.
- Entusiasme for AI, datasyn og praktisk ingeniørarbeid med betydning i den virkelige verden.
- Juridisk rett til å arbeide i landet du søker jobb i.
- Direkte erfaring med silisiumleverandører eller maskinvarepartnere er en fordel.
- Erfaring fra flere embedded- og edge-økosystemer er en fordel.
- C++-erfaring, inkludert utrulling av modeller på mikrokontrollere, er en fordel.
- Erfaring med å kjøre CI på egenadministrerte maskinvare-runnere er en fordel.
- Bidrag til åpen kildekode-prosjekter eller utviklerøkosystemer er en fordel.
- Erfaring med å jobbe i internasjonale team er en fordel.
- Vilje til å reise til bransjearrangementer er en fordel.
Fordeler
- Aksjepakke.
- Fleksibel arbeidstid.
- 24 feriedager.
- Fri på bursdagen.
- Lokale helligdager.
- Ny Apple MacBook Air eller Pro.
- Apple Studio Display.
- AirPods Pro 3.
- Eget budsjett for personlig og faglig utvikling.
- Jobb med avanserte AI-prosjekter.
- Samarbeid på kontoret i et globalt knutepunkt.