Orca AI razvija sisteme umetne inteligence in računalniškega vida za pomorsko, transportno in logistično industrijo. Njena izdelka SeaPod in FleetView podpirata avtonomno plovbo z izboljšanjem situacijske ozaveščenosti posadke, avtomatizacijo funkcij opazovanja in zagotavljanjem vpogleda v delovanje v realnem času. Podjetje se osredotoča na pomoč ladijskim operaterjem pri sprejemanju varnejših navigacijskih odločitev, izboljšanju učinkovitosti in napredku k bolj trajnostnemu pomorskemu poslovanju.
Inženir računalniškega vida na robnih napravah v Izraelu (hibridno)
Razvijajte in optimizirajte sisteme računalniškega vida v realnem času za tehnologijo pomorske varnosti podjetja Orca AI. Izboljšujte hitrost sklepanja, zanesljivost in opazljivost na strojni opremi, nameščeni na plovilih.
Opis
- Razvijati in optimizirati cevovode računalniškega vida v realnem času, ki obdelujejo pomorski video v živo na robnih sistemih
- Raziskovalne modele pretvarjati v zanesljive komponente, pripravljene za produkcijo in nameščene na plovilih
- Izboljševati zmogljivost sklepanja s kvantizacijo, obrezovanjem in optimizacijo na ravni grafa
- Profilirati in optimizirati celoten cevovod z več kamerami, vključno s sprejemom videa, predobdelavo, sklepanjem in naknadno obdelavo
- Iskati in odpravljati omejitve zmogljivosti, povezane s CPE, GPE, pomnilnikom in usklajevanjem cevovoda
- Ocenjevati in utemeljevati kompromise med zakasnitvijo, natančnostjo, stabilnostjo in porabo virov
- Načrtovati zanesljive podatkovne in inferenčne cevovode od videa do izhoda, ki posadki zagotavljajo uporabne informacije
- Ustvarjati postopke za primerjalno testiranje in vrednotenje zmogljivosti od začetka do konca ter odločanje o izdajah
- Razvijati zmožnosti opazljivosti in postopke za odpravljanje napak v produkcijskih sistemih
- Vzpostavljati in vzdrževati jasno opredeljene vmesnike med raziskovalno kodo in produkcijsko programsko opremo
- Sodelovati z raziskovalnimi in zalednimi ekipami pri uvajanju novih modelov v produkcijo
- Izboljševati učinkovitost in zanesljivost sistema znotraj omejitev strojne opreme in izvajalnega okolja
Zahteve
- Najmanj pet let izkušenj z izdelavo produkcijskih sistemov, vključno z najmanj dvema letoma, osredotočenima na računalniški vid ali video cevovode v realnem času
- Praktične izkušnje z razvojem in upravljanjem sistemov računalniškega vida ali globokega učenja v produkciji
- Napredno znanje sodobnega C++, vključno z večnitnim programiranjem in programiranjem v realnem času, ter dobro znanje Pythona
- Izkušnje z razvojem za robne ali vgrajene platforme, kot je NVIDIA Jetson
- Dobro poznavanje tehnologij za optimizacijo sklepanja, kot so CUDA, TensorRT, ONNX, GStreamer ali DeepStream, ter omejitev CPE, GPE, pomnilnika in zakasnitve
- Pristop k optimizaciji in nastavljanju zmogljivosti, ki temelji na profiliranju
- Sposobnost odpravljanja napak v kompleksnih sistemih in ocenjevanja njihovega vedenja v hrupnih realnih okoljih
- Izkušnje z izdelavo prilagojenih visokozmogljivih podatkovnih ali inferenčnih cevovodov so velika prednost
- Poznavanje združevanja podatkov iz več senzorjev, na primer kombiniranja podatkov kamere in radarja, je velika prednost
- Izkušnje z uvajanjem in upravljanjem modelov strojnega učenja v produkciji so velika prednost
- Izkušnje z nizkonivojsko optimizacijo ali nastavljanjem zmogljivosti C++ so velika prednost
- Dokazane izkušnje z optimizacijo sklepanja modelov s TensorRT, ONNX Runtime, kvantizacijo, obrezovanjem ali primerljivimi metodami so velika prednost