Newxel
Newxel
Newxel är en leverantör av IT-bemanning och ingenjörstjänster som hjälper företag att bygga och driva dedikerade mjukvaruutvecklingsteam och kompletta FoU-center. Tjänsterna omfattar IT-rekrytering, personalförstärkning, offshore-utvecklingscenter samt juridiskt, ekonomiskt och operativt stöd för att skala upp ingenjörsverksamhet i fler än 10 länder. Newxel samarbetar med specialister inom webb- och mobilutveckling, AI och maskininlärning, stordata, spelutveckling, kvalitetssäkring, inbyggd mjukvara, cybersäkerhet och blockkedjor, och stödjer långsiktiga affärspartnerskap och distribuerade tekniska team.

Maskininlärningsingenjör inom datorseende (hybrid, Polen)

Ansvara för produktionssatta datorseendesystem för WSC Sports livesportplattform, från modellevaluering till driftsättning. Förbättra GPU-inferens, riktmärken och validering för arbetsflöden med sportvideo.

Beskrivning

  • Leda utvecklingen av funktioner för videoanalys, bland annat detektion, spårning, igenkänning och scenanalys.
  • Förbättra GPU-inferensens kapacitet och kostnad med batchbearbetning, precisionsjustering och kompilering.
  • Följa upp kvalitet och svarstid i produktion, undersöka fel och åtgärda regressioner.
  • Skapa och underhålla märkta riktmärken för sport, organiserade efter sport, liga och innehållstyp.
  • Fastställa och övervaka modellmått som mAP, F1, precision, recall, IoU, svarstid och GPU-kostnad.
  • Jämföra modeller systematiskt och återskapa publicerade resultat med företagets data.
  • Ta fram beslutsunderlag med rekommendationer, avvägningar och licensfrågor.
  • Underhålla regressionstester och skugg- eller A/B-pipelines för att validera modell- och konfigurationsuppdateringar före driftsättning.
  • Följa forskningsartiklar, modellsläpp och topplistor för att hitta kandidater för utvärdering.

Krav

  • Minst 3–5 års erfarenhet av att leverera produktionssatta maskininlärningssystem, varav minst 2 år inom datorseende; erfarenhet av video är meriterande.
  • Goda kunskaper i Python och PyTorch.
  • Praktisk erfarenhet av att profilera och optimera GPU-inferens med TensorRT och ONNX Runtime.
  • Praktisk erfarenhet inom minst två områden: objektdetektion och segmentering; OCR och igenkänning av scen-text; eller igenkänning av videoaktiviteter och tidsmässig lokalisering.
  • Erfarenhet av att skapa testmängder, beräkna mAP, F1 och temporal IoU samt genomföra noggranna modelljämförelser.
  • Förmåga att kritiskt bedöma forskningsartiklar och modellkort samt återskapa publicerade resultat.
  • Erfarenhet av produktionsdriftsättning med Docker, köbaserade tjänster och molninfrastruktur med GPU.
  • Erfarenhet av videobearbetning i stor skala, inklusive FFmpeg, avkodningspipelines och bildrutesampling.
  • Mycket god skriftlig kommunikationsförmåga och förmåga att dokumentera tekniska avvägningar och ge tydliga rekommendationer.
  • Meriterande: Azure Service Bus och Blob Storage, meddelandedrivna arkitekturer, vision-language-modeller, multimodal förståelse, domänspecifik finjustering av datorseendemodeller, självövervakad inlärning, syntetisk datagenerering, CVAT, Label Studio, skuggdriftsättningar, A/B-testning eller kommersiell modelllicensiering.

Förmåner

  • Ansvara för hela maskininlärningslivscykeln, från att återskapa forskning och skapa riktmärken till att optimera livebaserade GPU-arbetsflöden.
  • Leverera produktionsförbättringar i stor skala och minska infrastrukturkostnader och svarstider genom modelloptimering.
  • Arbeta i en evidensbaserad ingenjörsmiljö med fokus på A/B-tester, skuggdriftsättningar och statistisk validering.

Relaterade jobb