CVEDIA
CVEDIA
CVEDIA utvecklar AI-baserad videoanalys och datorseendeprogramvara med hjälp av syntetiska data för att bygga och förfina system för visuell igenkänning. Plattformen CVEDIA-RT samlar färdigkonfigurerade analysfunktioner som kan anpassas för olika tillämpningar och driftsättas på flera hårdvaruplattformar, inklusive kantenheter. Metoden är avsedd att minska beroendet av att samla in och bearbeta stora mängder verkligt videomaterial, samtidigt som den stöder användningsområden som naturskydd och värmeavbildning. CVEDIA erbjuder också kundanpassad utveckling och löpande produktsupport för driftsättningar inom bland annat artificiell intelligens, logistik och konsultverksamhet.

AI-ingenjör inom datorseende – distansarbete

Bygg agentstyrda datorseendemodeller, syntetiska datapipelines och träningsflöden för CVEDIA:s produktionssystem vid nätverkskanten. Förbättra detektorer, klassificerare och vision-språkmodeller för kunder och partner.

Beskrivning

  • Underhåll och förbättra pipelines för syntetiska data och automatiserade träningssystem.
  • Ansvara för en modell och förbättra den genom en agentloop som genererar träningsdata.
  • Bygg automatiserade cykler där agenter tränar detektorer och klassificerare, testar dem mot valideringsmängder och förfinar dem med minimal mänsklig inblandning.
  • Utveckla system som hanterar falska positiva resultat i fält, flaggar osäkra detektioner och automatiskt korrigerar andra problem.
  • Leda forskning om vision-språkmodeller, finjustera modeller för specifika uppgifter och använda agenter för att följa aktuella metoder.
  • Lösa kunders och partners problem med detektion och klassificering genom att bygga ut eller vidareutveckla modeller.
  • Använda agenter för QA-automatisering och kodbaser som identifierar och åtgärdar sina egna buggar.
  • Dela effektiva arbetssätt med teamet och vid behov presentera resultat för kunder.

Krav

  • Avancerade kunskaper i engelska på C1-nivå, med förmåga att kommunicera obehindrat i komplexa och snabbrörliga tekniska och yrkesmässiga sammanhang.
  • Dokumenterad erfarenhet av att bygga egna agentmiljöer eller agentbaserade arbetsflöden.
  • Erfarenhet av att hantera många agenter samtidigt, inklusive kommunikation mellan agenter, tokenanvändning och verifiering av slutförda uppgifter.
  • Yrkeserfarenhet av mjukvaruutveckling i både Windows och Linux.
  • Erfarenhet av Git och ett ärendehanteringssystem.
  • Erfarenhet av att finjustera eller kvantisera modeller med öppen källkod, till exempel genom att träna LoRA-modeller.
  • Erfarenhet av att köra modeller med öppen källkod lokalt.
  • Kunskap om modellutvecklingen från de tidiga GPT-modellerna till dagens modeller med öppen källkod, inklusive deras styrkor och begränsningar.
  • Tydlig kommunikation med kollegor och kunder.
  • Stort intresse för AI och agenter samt vilja att experimentera med nya verktyg och idéer.
  • Skicka in ett CV på engelska endast.
  • Sökande från alla bakgrunder och länder är välkomna.

Förmåner

  • Helt distansbaserat arbete.
  • Daglig tillgång till Claude, Codex och modeller som driftas på egna servrar, utan begränsningar för hur de används i arbetet.
  • Arbeta med modeller som redan körs i produktion på edge-enheter runt om i världen.
  • Arbeta direkt med hela teamet och påverka företagets AI-arbetsflöden.
  • Samarbeta med kollegor som är intresserade av agentbeteenden, utformning av agentmiljöer och modellernas egenheter.

Relaterade jobb

Canals

Senior maskininlärningsingenjör, distansarbete i Colombia

Canals

Led maskininlärning i produktion för Canals logistikautomationsplattform, från datapipelines till driftsättning och övervakning. Skapa AI-funktioner med kundfokus och vägled tekniska arbetssätt medan företaget växer.

Öppna
CircuitHub

Mjukvaruingenjör inom datorseende

CircuitHub

Bygg datorseendesystem för CircuitHubs robotiserade plattform för elektroniktillverkning, med inspektion, komponentplockning och positionering. Arbeta med GPU-baserad bildbehandling i realtid.

Öppna
CrowdStrike

Hotanalytiker, effektivitet hos maskininlärningsbaserad detektion

CrowdStrike

Analysera rapporter om skadlig kod och kunders detektioner för att bidra till att förbättra CrowdStrikes maskininlärningsbaserade detektioner. Stöd hantering av falska positiva resultat och dela slutsatser om detektionernas effektivitet med interna team.

Öppna