Mecka
Mecka

Mecka tworzy infrastrukturę dla Physical AI, pomagając zespołom zajmującym się robotyką i ucieleśnioną sztuczną inteligencją przekształcać rzeczywiste działania ludzi w systemy, które mogą się uczyć, być poddawane ocenie i niezawodnie działać poza laboratorium. Platforma Egoverse łączy wielkoskalowe egocentryczne zbiory danych z telemetrią obejmującą obraz, głębię, dane dotykowe, ruch i lokalizację.

Za pomocą narzędzi dla deweloperów, interfejsów API i usług dla przedsiębiorstw Mecka wspiera ocenę oraz wdrażanie robotycznych systemów przeznaczonych do konkretnych zadań. Firma współpracuje z producentami sprzętu, twórcami modeli i partnerami komercyjnymi, zapewniając dane oraz warstwę operacyjną dla robotyki, bez samodzielnego wytwarzania robotów.

Inżynier komputerowego widzenia 3D w Mecka (praca hybrydowa, Toronto)

Rozwijaj geometrię 3D, filtrowanie czasowe i kinematykę odwrotną na potrzeby robotyki i embodied AI. Pomóż budować niezawodną infrastrukturę danych i kontrole jakości dla systemów produkcyjnych.

Opis

  • Opracowuj klasyczne metody geometrii 3D na potrzeby rekonstrukcji wielowidokowej, triangulacji, PnP, kalibracji kamer, usuwania dystorsji i reprojekcji.
  • Dostosowuj filtry czasowe, aby ograniczać drgania i zachowywać rzeczywisty ruch.
  • Stosuj kinematykę odwrotną i ograniczenia fizyczne, w tym stałą długość kości.
  • Twórz kontrole walidacyjne, które eliminują błędne klatki z dostarczanych danych.
  • Przekształcaj wyniki modeli w uporządkowane zbiory danych, raporty i metryki jakości.
  • Utrzymuj potok danych działający na dużą skalę.
  • Twórz narzędzia do wizualizacji i pulpity nawigacyjne trajektorii, nakładek i analizy błędów.
  • Wspieraj zespoły wiedzą z zakresu klasycznego widzenia komputerowego.
  • Współpracuj z zespołami badawczymi i interpretuj działanie modeli bez ich trenowania.

Wymagania

  • Co najmniej pięć lat zawodowego doświadczenia w inżynierii oprogramowania i widzeniu komputerowym.
  • Pisz czysty i wydajny kod produkcyjny w Pythonie; znajomość C++ będzie dodatkowym atutem.
  • Bardzo dobra znajomość geometrii wielowidokowej, w tym triangulacji, PnP, kalibracji kamer, reprojekcji i transformacji współrzędnych.
  • Doświadczenie w filtrowaniu czasowym i przetwarzaniu sygnałów, w tym w filtrach dolnoprzepustowych, filtrach z rodziny Kalmana i interpolacji.
  • Znajomość kinematyki odwrotnej oraz ograniczeń bryły sztywnej lub długości kości dla struktur przegubowych.
  • Doświadczenie w interpretowaniu wyników modeli głębokich i ich trybów awarii, takich jak modele estymacji pozy i regresory siatek; trenowanie modeli nie jest wymagane.
  • Swoboda w pracy z zaszumionymi danymi z rzeczywistego świata oraz tworzeniu kontroli jakości, które wykrywają problemy, zanim zauważą je klienci.
  • Doświadczenie w rekonstrukcji ludzkiej pozy lub siatek będzie dodatkowym atutem.
  • Znajomość filtrowania bayesowskiego, estymacji stanu i narzędzi optymalizacyjnych, takich jak Ceres lub GTSAM, będzie dodatkowym atutem.
  • Doświadczenie w tworzeniu narzędzi widzenia komputerowego, takich jak wizualizatory trajektorii oraz pulpity nakładek lub jakości, będzie dodatkowym atutem.
  • Doświadczenie ze stereoskopią, ujęciami wielowidokowymi lub rejestracją ego-exo będzie dodatkowym atutem.
  • Doświadczenie w lekkich metodach uczenia maszynowego dla danych czasowych będzie dodatkowym atutem.

Benefity

  • Udziały w firmie.
  • Świadczenia zdrowotne i wellness.
  • Dodatkowe programy firmowe.

Powiązane oferty pracy

Safe Fleet

Starszy inżynier oprogramowania, inżynieria produktów AI

Safe Fleet

Twórz gotowe do produkcyjnego wdrożenia funkcje i usługi AI dla platformy bezpieczeństwa flot Safe Fleet. Wykorzystuj duże modele językowe, uczenie maszynowe, widzenie komputerowe i tworzenie agentów AI.

Otwórz
Planitar Inc.

Inżynier MLOps

Planitar Inc.

Twórz i utrzymuj infrastrukturę do trenowania, wdrażania i monitorowania modeli AI Planitar do tworzenia rzutów pięter. Wspieraj technologie przestrzenne iGUIDE dla rynku nieruchomości w oprogramowaniu komputerowym i zautomatyzowanych procesach.

Otwórz
ExaCare AI

Inżynier uczenia maszynowego w ExaCare AI — praca hybrydowa, Toronto

ExaCare AI

Twórz produkcyjną infrastrukturę ML, potoki danych i systemy monitorowania dla platformy ExaCare AI wspierającej opiekę po ostrych stanach medycznych. Pomagaj zespołom medycznym podejmować bezpieczniejsze decyzje dotyczące kierowania pacjentów dzięki niezawodnym i skalowalnym systemom uczenia maszynowego.

Otwórz