1.001 – 5.000 Funcionários
Patrocinador de visto H1BAutomotivoIndústria de transformaçãoInteligência artificialA Mobileye desenvolve sistemas avançados de assistência ao motorista e tecnologia de direção autônoma para a indústria automotiva. A empresa combina visão computacional, inteligência artificial, hardware próprio e software para apoiar a segurança veicular em aplicações que vão da assistência ao motorista à operação autônoma. Seus sistemas foram implantados em mais de 190 milhões de veículos, refletindo o papel da Mobileye na produção em larga escala de tecnologias automotivas baseadas em visão.
Pesquisador de IA aplicada, GenAI visual na Mobileye (híbrido, Israel)
Avance a GenAI visual, os modelos de difusão e a visão computacional para a tecnologia de direção autônoma da Mobileye. Desenvolva soluções de dados sintéticos usando conjuntos de dados proprietários e infraestrutura computacional de grande escala.
Descrição
- Liderar o ciclo completo de desenvolvimento, desde o treinamento de modelos generativos até a adaptação de arquiteturas de ponta para aplicações reais de direção autônoma.
- Pesquisar, avaliar e aprimorar modelos de GenAI e visão computacional por meio de implementações escaláveis e bem estruturadas em Python.
- Colaborar com pesquisadores de IA e equipes de percepção para aplicar dados sintéticos em sistemas de IA do mundo real.
- Acompanhar os avanços emergentes em inteligência artificial, modelagem generativa e visão computacional.
- Criar soluções de GenAI com grandes conjuntos de dados proprietários e infraestrutura computacional de alta escala para aplicações em veículos autônomos.
Requisitos
- Mestrado ou doutorado em Ciência da Computação, Engenharia Elétrica ou área relacionada.
- Pelo menos três anos de experiência profissional em aprendizado profundo e visão computacional.
- Proficiência avançada em Python e PyTorch.
- Forte capacidade de resolução de problemas, pesquisa e raciocínio analítico.
- Experiência prática com técnicas de IA generativa, como modelos de difusão e GANs.
- Experiência com modelos de visão e linguagem e aprendizado multimodal.
- Publicações em conferências de destaque, como CVPR, NeurIPS ou ECCV.
- Experiência prática com Linux, AWS, Docker e ambientes virtuais.
- Conhecimento de métodos tradicionais de visão computacional.