Obvio je spoločnosť pôsobiaca v oblasti umelej inteligencie a SaaS, ktorá vyvíja technológie na zvýšenie bezpečnosti cestnej premávky pre mestá a orgány činné v trestnom konaní. Jej kontextovo orientovaná umelá inteligencia pomáha identifikovať nebezpečnú jazdu a porušovanie dopravných predpisov vrátane priestupkov v školských zónach, nedania prednosti v jazde, nepozornosti za volantom a nedodržania povinnosti zastaviť na značke STOP. Premenou diania na cestách na využiteľné poznatky Obvio podporuje predstaviteľov samospráv a policajné útvary pri vzdelávaní vodičov, presadzovaní dopravných predpisov, znižovaní počtu priestupkov a zvyšovaní bezpečnosti na uliciach.
Seniorný inžinier počítačového videnia v Obvio — hybridná práca v San Carlos
Veďte vývoj modelov detekcie a sledovania pre inteligentné dopravné kamery Obvio s podporou umelej inteligencie. Zlepšujte výkon modelov od dátovej stratégie a experimentovania až po nasadenie na okrajových zariadeniach v teréne.
Popis
- Vytvárajte a zdokonaľujte modely detekcie objektov a sledovania viacerých objektov pre vozidlá, chodcov a ďalších účastníkov cestnej premávky v náročných podmienkach reálneho sveta.
- Zodpovedajte za dátovú stratégiu určujúcu kvalitu modelov – od vzorkovania a označovania cez verzovanie datasetov, vyhľadávanie náročných negatívnych príkladov, nerovnováhu tried a okrajové prípady až po spätnú väzbu z nasadených systémov.
- Plánujte dôsledné experimenty a ablačné štúdie, pričom oddeľujte skutočné zlepšenia od preučenia, úniku dát, šumu v označeniach a zlepšení, ktoré sa pri nasadení v teréne neprejavia.
- Vyvíjajte reprodukovateľné systémy trénovania so sledovaním experimentov, správou konfigurácie, sledovaním pôvodu artefaktov, registrami modelov, dashboardmi metrík a automatizovanou optimalizáciou hyperparametrov.
- Zaveďte metódy hodnotenia zamerané na produkt, ktoré pokrývajú kompromisy medzi presnosťou a úplnosťou, rezy podľa tried a scenárov, kalibráciu a výkon sledovania.
- Spolupracujte s inžiniermi vstavaných systémov na príprave modelov na nasadenie na okrajových zariadeniach pri vyvažovaní presnosti, latencie, využitia pamäte a spotreby energie.
- Usmerňujte technický smer, veďte hodnotenia návrhov, mentorujte inžinierov a posilňujte štandardy dôslednosti, reprodukovateľnosti a pripravenosti strojového učenia na produkciu.
Požiadavky
- Najmenej sedem rokov skúseností so strojovým učením alebo počítačovým videním vrátane preukázateľnej praxe s uvedením produkčných modelov do prevádzky a ich zlepšovaním.
- Pokročilé praktické znalosti detekcie objektov a sledovania viacerých objektov vrátane moderných architektúr, rozširovania dát a techník hodnotenia.
- Výborné ovládanie problematiky nerovnováhy tried, preučenia, úniku dát z datasetu, šumu v označeniach, posunu domény, kalibrácie modelov a štatisticky dôslednej validácie.
- Skúsenosti s tvorbou infraštruktúry alebo platforiem na reprodukovateľné experimenty, distribuované trénovanie, vyhľadávanie hyperparametrov, porovnávanie metrík a sledovanie pôvodu modelov.
- Pokročilá znalosť Pythonu a PyTorch.
- Praktické skúsenosti s prácou s rozsiahlymi obrazovými a video datasetmi.
- Skúsenosti s hodnotením modelov na nasadených alebo terénne zhromaždených dátach a so správou celého cyklu od odhalenia zlyhania cez opätovné trénovanie až po overené zlepšenie.
- Preukázateľné technické líderstvo v nejednoznačných, medzifunkčných iniciatívach podporené jasnou komunikáciou a silným zmyslom pre zodpovednosť.
- Skúsenosti z oblasti dopravy, automobilového priemyslu, robotiky, dohľadu alebo inej oblasti videoanalýzy.
- Skúsenosti s reidentifikáciou, modelovaním trajektórií, riešením oklúzií, kalibráciou kamier alebo sledovaním z viacerých kamier.
- Skúsenosti s aktívnym učením, slabým dohľadom, syntetickými dátami, automatizovaným označovaním alebo nástrojmi na zlepšovanie kvality datasetov.
- Skúsenosti s optimalizáciou a nasadzovaním modelov počítačového videnia na NVIDIA Jetson, Qualcomm Snapdragon alebo iných akcelerátoroch na okraji siete.
- Zákonné oprávnenie pracovať v Spojených štátoch.
Benefity
- Konkurenčné finančné ohodnotenie.
- Podiel na vlastnom imaní začínajúcej spoločnosti.
- Významná miera vlastníctva a zodpovednosti v rýchlo sa rozvíjajúcom startupovom prostredí.
- Príležitosť pracovať s malým, skúseným tímom, v ktorom majú seniorní inžinieri výrazný technický vplyv.
- Príležitosť zlepšovať bezpečnosť na cestách a pomáhať zachraňovať životy svojou prácou.