Orca AI tworzy systemy sztucznej inteligencji i widzenia komputerowego dla branży morskiej, transportu i logistyki. Jej produkty SeaPod i FleetView wspierają autonomiczną żeglugę, zwiększając świadomość sytuacyjną załogi, automatyzując funkcje obserwacyjne i dostarczając informacji operacyjnych w czasie rzeczywistym. Firma pomaga operatorom żeglugowym podejmować bezpieczniejsze decyzje nawigacyjne, poprawiać wydajność i rozwijać bardziej zrównoważone operacje morskie.
Inżynier komputerowego widzenia brzegowego w Izraelu (praca hybrydowa)
Twórz i optymalizuj systemy komputerowego widzenia działające w czasie rzeczywistym dla technologii bezpieczeństwa morskiego Orca AI. Zwiększaj szybkość, niezawodność i obserwowalność inferencji na sprzęcie wdrożonym na pokładach statków.
Opis
- Tworzyć i optymalizować potoki komputerowego widzenia działające w czasie rzeczywistym, przetwarzające strumieniowe nagrania morskie na systemach brzegowych
- Przekształcać modele badawcze w niezawodne, gotowe do użycia komponenty wdrażane na pokładach statków
- Zwiększać wydajność inferencji dzięki kwantyzacji, przycinaniu i optymalizacji na poziomie grafu
- Profilować i optymalizować kompletny potok z wieloma kamerami, obejmujący pobieranie wideo, wstępne przetwarzanie, inferencję i przetwarzanie końcowe
- Znajdować i usuwać ograniczenia wydajności związane z CPU, GPU, pamięcią i koordynacją potoku
- Oceniać i uzasadniać kompromisy między opóźnieniem, dokładnością, stabilnością i wykorzystaniem zasobów
- Projektować niezawodne potoki danych i inferencji od wideo do wyniku, dostarczające załodze informacji przydatnych w działaniu
- Tworzyć procesy benchmarkingu i oceny do pomiaru wydajności kompleksowej oraz podejmowania decyzji o wydaniu
- Rozwijać możliwości obserwowalności i procesy debugowania systemów produkcyjnych
- Ustanawiać i utrzymywać jasno określone interfejsy między kodem badawczym a oprogramowaniem produkcyjnym
- Współpracować z zespołami badawczymi i backendowymi przy wdrażaniu nowych modeli do produkcji
- Zwiększać efektywność i niezawodność systemu w ramach ograniczeń sprzętu i środowiska uruchomieniowego
Wymagania
- Co najmniej pięć lat doświadczenia w tworzeniu systemów produkcyjnych, w tym co najmniej dwa lata pracy z komputerowym widzeniem lub potokami wideo działającymi w czasie rzeczywistym
- Praktyczne doświadczenie w tworzeniu i utrzymywaniu produkcyjnych systemów komputerowego widzenia lub głębokiego uczenia
- Zaawansowana znajomość nowoczesnego C++, w tym programowania wielowątkowego i czasu rzeczywistego, oraz dobra znajomość Pythona
- Doświadczenie w tworzeniu oprogramowania dla platform brzegowych lub wbudowanych, takich jak NVIDIA Jetson
- Bardzo dobra znajomość technologii optymalizacji inferencji, takich jak CUDA, TensorRT, ONNX, GStreamer lub DeepStream, a także ograniczeń CPU, GPU, pamięci i opóźnień
- Podejście do optymalizacji i dostrajania wydajności oparte na profilowaniu
- Umiejętność debugowania złożonych systemów i oceny ich zachowania w zaszumionych warunkach rzeczywistych
- Doświadczenie w tworzeniu niestandardowych, wysokowydajnych potoków danych lub inferencji będzie dodatkowym atutem
- Znajomość fuzji danych z wielu czujników, na przykład łączenia danych z kamery i radaru, będzie dodatkowym atutem
- Doświadczenie we wdrażaniu i utrzymywaniu produkcyjnych modeli uczenia maszynowego będzie dodatkowym atutem
- Doświadczenie w optymalizacji niskopoziomowej lub dostrajaniu wydajności C++ będzie dodatkowym atutem
- Udokumentowane doświadczenie w optymalizacji inferencji modeli za pomocą TensorRT, ONNX Runtime, kwantyzacji, przycinania lub porównywalnych metod będzie dodatkowym atutem