Vantor to firma zajmująca się wywiadem przestrzennym, rozwijająca gotowy na sztuczną inteligencję cyfrowy model Ziemi oraz konstelację komercyjnych satelitów obrazujących. Jej platformy łączą dane z czujników umieszczonych w przestrzeni kosmicznej, powietrzu i na powierzchni Ziemi, zapewniając realizację zadań w czasie rzeczywistym, koordynację pracy czujników, tworzenie szczegółowych map bazowych, obrazy radarowe i optyczne, a także autonomiczne możliwości rozpoznania, obserwacji i wywiadu. Vantor obsługuje klientów z sektora obronnego, wywiadowczego, rządowego i komercyjnego, a jej zespoły pracują nad technologiami związanymi z obrazowaniem satelitarnym, danymi geoprzestrzennymi, logistyką i doradztwem.
Główny naukowiec ds. stosowanej sztucznej inteligencji — Vantor, praca zdalna, Stany Zjednoczone
Kieruj rozwojem produkcyjnych systemów AI i uczenia maszynowego dla platformy analityki przestrzennej Vantor. Wykorzystuj dane geoprzestrzenne, obrazy i modele multimodalne do tworzenia analityki operacyjnej.
Opis
- Twórz i wdrażaj aplikacje AI, które przekształcają dane geoprzestrzenne na dużą skalę w praktyczną i predykcyjną analitykę.
- Buduj i zarządzaj kompletnymi potokami uczenia maszynowego obejmującymi pozyskiwanie danych, wstępne przetwarzanie, inżynierię cech, trenowanie, ocenę i wnioskowanie produkcyjne.
- Wprowadzaj do produkcji modele rozumowania, modele wizualno-językowe i multimodalne, wykorzystując obrazy, sygnały geoprzestrzenne oraz dane ustrukturyzowane.
- Projektuj korporacyjne środowiska trenowania i eksperymentowania z automatycznymi przepływami pracy, śledzeniem eksperymentów, benchmarkami i odtwarzalną oceną.
- Twórz syntetyczne zbiory danych i narzędzia testowe do oceny wydajności, odporności modeli oraz zachowania w sytuacjach brzegowych.
- Współpracuj ze specjalistami dziedzinowymi, inżynierami oprogramowania, menedżerami produktu, partnerami badawczymi i technologicznymi.
- Poprawiaj wydajność modeli i wnioskowania pod kątem skalowalności, opóźnień, efektywności kosztowej i niezawodności w nowoczesnych środowiskach chmurowych.
- Utrzymuj produkcyjne systemy wnioskowania, w tym monitorowanie, wersjonowanie modeli, procesy ponownego trenowania i pomiary wydajności.
- Oceniaj rozwój modeli bazowych, generatywnej AI, uczenia multimodalnego i systemów rozumowania pod kątem praktycznego zastosowania.
- Dbaj o jakość inżynieryjną dzięki przeglądom kodu, dokumentacji, zdyscyplinowanym eksperymentom i wspólnemu rozwiązywaniu problemów.
- Przyczyniaj się do rozwoju możliwości AI nowej generacji na potrzeby badań Ziemi.
Wymagania
- Wymagany jest status U.S. Person: obywatelstwo USA, stały pobyt w USA, status osoby ubiegającej się o azyl lub uchodźcy.
- Tytuł magistra lub doktora w dziedzinie informatyki, uczenia maszynowego, sztucznej inteligencji, matematyki stosowanej lub pokrewnej dyscyplinie technicznej albo równoważne doświadczenie praktyczne.
- Co najmniej pięć lat doświadczenia w budowaniu i wdrażaniu produkcyjnych systemów uczenia maszynowego.
- Doświadczenie w projektowaniu i dostarczaniu kompleksowych potoków uczenia maszynowego.
- Doświadczenie w opracowywaniu i wdrażaniu modeli głębokiego uczenia.
- Doświadczenie z modelami wizualno-językowymi, uczeniem multimodalnym, modelami rozumowania, dużymi modelami językowymi, widzeniem komputerowym lub geoprzestrzenną AI.
- Zaawansowane umiejętności programowania w Pythonie.
- Doświadczenie z PyTorch, TensorFlow lub JAX.
- Doświadczenie w tworzeniu odtwarzalnych potoków eksperymentów.
- Doświadczenie we wdrażaniu modeli z wykorzystaniem nowoczesnej infrastruktury chmurowej i systemów kontenerowych.
- Znajomość metod trenowania rozproszonego, przetwarzania danych na dużą skalę i optymalizacji modeli.
- Umiejętność efektywnej współpracy między zespołami badawczymi, inżynieryjnymi i produktowymi.
- Zazwyczaj wymagane jest osiem lat doświadczenia kierunkowego z tytułem licencjata, sześć lat z tytułem magistra lub trzy lata z tytułem doktora albo równoważne doświadczenie.
- Mile widziane doświadczenie z danymi geoprzestrzennymi, teledetekcją, zdjęciami satelitarnymi lub systemami obserwacji Ziemi.
- Mile widziane doświadczenie w budowaniu lub dostrajaniu modeli bazowych, multimodalnych albo agentowych systemów AI.
- Mile widziana znajomość Google Cloud Platform.
- Mile widziane doświadczenie we wdrażaniu monitorowania modeli, potoków oceny i automatycznych systemów ponownego trenowania.
- Mile widziany wkład w otwarte projekty AI, publikacje naukowe lub patenty.
Benefity
- Plan 401(k) z dopłatami firmy.
- Zasoby wspierające zdrowie psychiczne.
- Pomoc w spłacie kredytów studenckich.
- Zwrot kosztów adopcji.
- Ubezpieczenie zwierząt domowych.
- Możliwość otrzymania wynagrodzenia motywacyjnego zależnego od wkładu pracownika, wyników firmy i indywidualnych rezultatów.