Obvio — компания в сфере искусственного интеллекта и SaaS, разрабатывающая технологии безопасности дорожного движения для городов и правоохранительных органов. Ее контекстно-зависимый искусственный интеллект помогает выявлять опасное вождение и нарушения правил дорожного движения, включая нарушения в школьных зонах, непредоставление преимущества, отвлечение внимания за рулем и проезд знаков «Стоп» без остановки. Преобразуя данные о происходящем на дорогах в практические выводы, Obvio помогает руководителям муниципалитетов и полицейским управлениям обучать водителей, обеспечивать соблюдение правил, сокращать число нарушений и делать улицы безопаснее.
Ведущий инженер по компьютерному зрению в Obvio — гибридный формат в Сан-Карлосе
Руководите разработкой моделей обнаружения и отслеживания для камер Obvio с поддержкой ИИ. Повышайте эффективность моделей — от стратегии работы с данными и экспериментов до развертывания на периферийных устройствах в реальных условиях.
Описание
- Разрабатывайте и совершенствуйте модели обнаружения объектов и множественного отслеживания транспортных средств, пешеходов и других участников дорожного движения в сложных реальных условиях.
- Отвечайте за стратегию работы с данными, влияющую на качество моделей: от выборки и разметки до версионирования наборов данных, поиска сложных отрицательных примеров, устранения дисбаланса классов, обработки пограничных случаев и использования обратной связи от развернутых систем.
- Планируйте строгие эксперименты и абляционные исследования, отделяя реальные улучшения от переобучения, утечки данных, шума в разметке и изменений, которые не дают результата при эксплуатации в реальных условиях.
- Разрабатывайте воспроизводимые системы обучения с отслеживанием экспериментов, управлением конфигурациями, контролем происхождения артефактов, реестрами моделей, панелями метрик и автоматической оптимизацией гиперпараметров.
- Создавайте ориентированные на продукт методы оценки, охватывающие компромиссы между точностью и полнотой, срезы по классам и сценариям, калибровку и качество отслеживания.
- Работайте с инженерами встроенных систем над подготовкой моделей к периферийному развертыванию, балансируя точность, задержку, использование памяти и энергопотребление.
- Определяйте техническое направление, проводите проверки архитектурных решений, наставляйте инженеров и повышайте стандарты строгости, воспроизводимости и готовности машинного обучения к промышленной эксплуатации.
Требования
- Не менее семи лет опыта в машинном обучении или компьютерном зрении, включая подтвержденный опыт вывода производственных моделей в эксплуатацию и их совершенствования.
- Продвинутая практическая экспертиза в обнаружении объектов и множественном отслеживании, включая современные архитектуры, аугментацию данных и методы оценки.
- Глубокое знание дисбаланса классов, переобучения, утечки данных из наборов, шума в разметке, сдвига предметной области, калибровки моделей и статистически строгой валидации.
- Опыт создания инфраструктуры или платформ для воспроизводимых экспериментов, распределенного обучения, поиска гиперпараметров, сравнения метрик и отслеживания происхождения моделей.
- Продвинутое владение Python и PyTorch.
- Практический опыт работы с большими наборами изображений и видео.
- Опыт оценки моделей на развернутых или собранных в полевых условиях данных и управления полным циклом — от обнаружения сбоя до дообучения и подтверждения улучшения.
- Подтвержденные навыки технического лидерства в неоднозначных межфункциональных инициативах, подкрепленные ясной коммуникацией и высокой ответственностью.
- Опыт работы в сфере транспорта, автомобилестроения, робототехники, видеонаблюдения или другой области видеоаналитики.
- Опыт повторной идентификации, моделирования траекторий, обработки перекрытий, калибровки камер или отслеживания по нескольким камерам.
- Опыт активного обучения, слабого обучения с учителем, синтетических данных, автоматической разметки или инструментов повышения качества наборов данных.
- Опыт оптимизации и развертывания моделей компьютерного зрения на NVIDIA Jetson, Qualcomm Snapdragon или других периферийных ускорителях.
- Законное право на работу в Соединенных Штатах.
Преимущества
- Конкурентоспособная компенсация.
- Доля в компании на ранней стадии развития.
- Значимая зона ответственности в быстро развивающейся стартап-среде.
- Возможность работать в небольшой опытной команде, где ведущие инженеры существенно влияют на технические решения.
- Возможность повышать безопасность дорог и помогать спасать жизни благодаря своей работе.