Obvio er et selskap innen kunstig intelligens og SaaS som utvikler teknologi for trafikksikkerhet for byer og politimyndigheter. Den kontekstbevisste AI-en bidrar til å identifisere uvøren kjøring og trafikkbrudd, blant annet brudd i skolesoner, manglende vikeplikt, uoppmerksom kjøring og brudd på stoppskilt. Ved å omdanne aktivitet i trafikken til innsikt som kan brukes i praksis, hjelper Obvio kommunale ledere og politiet med å lære opp bilister, håndheve trafikkreglene, redusere brudd og gjøre gatene tryggere.
Senioringeniør innen datasyn hos Obvio – hybrid i San Carlos
Led utviklingen av deteksjons- og sporingsmodeller for Obvios AI-assisterte trafikkameraer. Forbedre modellenes ytelse fra datastrategi og eksperimentering til utrulling på kantenheter i felt.
Beskrivelse
- Bygg og videreutvikle modeller for objektdeteksjon og sporing av flere objekter for kjøretøy, fotgjengere og andre trafikanter i krevende virkelige miljøer.
- Ha ansvar for datastrategien bak modellkvaliteten, fra utvalg og merking til versjonering av datasett, mining av vanskelige negative eksempler, klasseubalanse, kanttilfeller og tilbakemeldinger fra systemer i drift.
- Planlegg grundige eksperimenter og ablasjoner, og skill reelle forbedringer fra overtilpasning, datalekkasjer, merkestøy og forbedringer som ikke fungerer ved utrulling i felt.
- Utvikle reproduserbare treningssystemer med eksperimentsporing, konfigurasjonsstyring, artefaktlinje, modellregistre, metrikktavler og automatisert optimalisering av hyperparametere.
- Etabler produktfokuserte evalueringsmetoder som dekker avveininger mellom presisjon og gjenkalling, utsnitt etter klasse og scenario, kalibrering samt sporingsytelse.
- Samarbeid med embedded-ingeniører om å klargjøre modeller for utrulling på kantenheter, samtidig som nøyaktighet, latenstid, minnebruk og strømforbruk balanseres.
- Sett teknisk retning, led designgjennomganger, veiled ingeniører og styrk standardene for grundighet innen maskinlæring, reproduserbarhet og produksjonsberedskap.
Krav
- Minst sju års erfaring med maskinlæring eller datasyn, inkludert dokumenterte resultater med å sette produksjonsmodeller i drift og forbedre dem.
- Avansert praktisk kompetanse innen objektdeteksjon og sporing av flere objekter, inkludert moderne arkitekturer, dataaugmentering og evalueringsteknikker.
- Svært god forståelse av klasseubalanse, overtilpasning, datalekkasje, merkestøy, domeneskifte, modellkalibrering og statistisk grundig validering.
- Erfaring med å lage treningsinfrastruktur eller plattformer for reproduserbare eksperimenter, distribuert trening, søk etter hyperparametere, sammenligning av metrikker og modellsporing.
- Avanserte ferdigheter i Python og PyTorch.
- Praktisk erfaring med store bilde- og videodatasett.
- Erfaring med å evaluere modeller mot data fra systemer i drift eller data samlet inn i felt, og håndtere hele løpet fra oppdagelse av feil til ny trening og verifisert forbedring.
- Dokumentert teknisk lederskap på tvers av fagområder i initiativer med uklare rammer, støttet av tydelig kommunikasjon og sterkt eierskap.
- Erfaring fra trafikk, bilindustri, robotikk, overvåking eller et annet videoanalyseområde.
- Erfaring med reidentifisering, banemodellering, håndtering av okklusjoner, kamerakalibrering eller sporing med flere kameraer.
- Erfaring med aktiv læring, svak veiledning, syntetiske data, automatisert merking eller verktøy for å forbedre datakvaliteten.
- Erfaring med optimalisering og utrulling av datasynmodeller på NVIDIA Jetson, Qualcomm Snapdragon eller andre akseleratorer for kantenheter.
- Lovlig rett til å arbeide i USA.
Fordeler
- Konkurransedyktig kompensasjon.
- Eierandel i et selskap i tidlig fase.
- Meningsfullt eierskap i et raskt voksende oppstartsmiljø.
- Mulighet til å jobbe med et lite, erfarent team der senioringeniører har betydelig teknisk innflytelse.
- Mulighet til å forbedre trafikksikkerheten og bidra til å redde liv gjennom arbeidet ditt.