Vantor er et selskap innen romlig intelligens som utvikler en AI-klar levende jordklode og en kommersiell konstellasjon av satellitter for bildebehandling. Plattformene samler sensordata fra verdensrommet, luften og bakken for å støtte oppdragsstyring i sanntid, koordinering av sensorer, høyoppløselige basiskart, radar- og optiske bilder samt autonome funksjoner for etterretning, overvåking og rekognosering. Vantor betjener kunder innen forsvar, etterretning, offentlig sektor og næringsliv, med team som arbeider med teknologiområder knyttet til satellittbilder, geospatiale data, logistikk og rådgivning.
Ledende forsker innen anvendt kunstig intelligens – Vantor, fjernarbeid i USA
Led utviklingen av produksjonsklare AI- og maskinlæringssystemer for Vantors plattform for romlig intelligens. Bruk geospatiale data, bildemateriale og multimodale modeller til å skape operasjonell intelligens.
USA150 000 $ – 220 000 $ / år
FjernarbeidHeltidLeadPåkrevd Språk: engelskAI-forskerMaskinlæringsingeniørBeskrivelse
- Utvikle og sette i drift AI-applikasjoner som omdanner geospatiale data i stor skala til handlingsrettet og prediktiv intelligens.
- Bygg og administrer komplette maskinlæringspipelines som omfatter datainnhenting, forhåndsbehandling, funksjonsutvikling, trening, evaluering og inferens i produksjon.
- Sett reasoning-, vision-language- og multimodale modeller i produksjon ved hjelp av bildemateriale, geospatiale signaler og strukturerte data.
- Utform rammeverk for trening og eksperimentering på virksomhetsnivå med automatiserte arbeidsflyter, eksperimentsporing, benchmarking og reproduserbar evaluering.
- Utvikle syntetiske datasett og testverktøy for å vurdere modellens ytelse, robusthet og atferd i kanttilfeller.
- Samarbeid med domenespesialister, programvareingeniører, produktsjefer, forskningspartnere og teknologipartnere.
- Forbedre modell- og inferensytelse med hensyn til skalerbarhet, latenstid, kostnadseffektivitet og pålitelighet i moderne skymiljøer.
- Vedlikehold inferenssystemer i produksjon, inkludert overvåking, modellversjonering, arbeidsflyter for ny trening og ytelsesmåling.
- Vurder utviklingen innen grunnmodeller, generativ AI, multimodal læring og reasoning-systemer for praktisk bruk.
- Oppretthold høy ingeniørkvalitet gjennom kodegjennomganger, dokumentasjon, disiplinert eksperimentering og samarbeidende problemløsning.
- Bidra til utviklingen av neste generasjon Earth AI-funksjoner.
Krav
- Må ha status som U.S. Person som amerikansk statsborger, fast bosatt, asylsøker eller flyktning.
- Mastergrad eller ph.d. i informatikk, maskinlæring, kunstig intelligens, anvendt matematikk eller en relatert teknisk disiplin, eller tilsvarende praktisk erfaring.
- Minst fem års erfaring med å bygge og sette maskinlæringssystemer i produksjon.
- Erfaring med å utforme og levere maskinlæringspipelines fra ende til ende.
- Erfaring med å utvikle og sette dyp læringsmodeller i produksjon.
- Erfaring med vision-language-modeller, multimodal læring, reasoning-modeller, store språkmodeller, datamaskinsyn eller geospatial AI.
- Avanserte ferdigheter i Python-programmering.
- Erfaring med PyTorch, TensorFlow eller JAX.
- Erfaring med å lage reproduserbare eksperimenteringspipelines.
- Erfaring med å sette modeller i produksjon med moderne skyinfrastruktur og containeriserte systemer.
- Kjennskap til distribuert trening, databehandling i stor skala og metoder for modelloptimalisering.
- Evne til å samarbeide effektivt på tvers av forsknings-, ingeniør- og produktteam.
- Krever vanligvis åtte års relevant erfaring med bachelorgrad, seks år med mastergrad eller tre år med ph.d., eller tilsvarende erfaring.
- Erfaring med geospatiale data, fjernmåling, satellittbilder eller jordobservasjonssystemer er en fordel.
- Erfaring med å bygge eller finjustere grunnmodeller, multimodale modeller eller agentiske AI-systemer er en fordel.
- Kjennskap til Google Cloud Platform er en fordel.
- Erfaring med å implementere modellovervåking, evalueringspipelines og automatiserte systemer for ny trening er en fordel.
- Bidrag til AI-prosjekter med åpen kildekode, forskningspublikasjoner eller patenter er en fordel.
Fordeler
- 401(k)-ordning med matchende arbeidsgiverbidrag.
- Ressurser for støtte til psykisk helse.
- Hjelp med tilbakebetaling av studielån.
- Refusjon av adopsjonskostnader.
- Kjæledyrforsikring.
- Mulighet for insentivbasert kompensasjon basert på bidrag, selskapets resultater og individuelle resultater.