Shield AI utvecklar artificiella intelligenssystem för flyg- och försvarstillämpningar. Företagets Hivemind-plattform stöder autonoma uppdrag, bland annat intelligent drönarstyrning, övervakning och lägesbild på slagfältet. Företaget grundades 2015 och samlar expertis inom AI, flygteknik och försvar för att utveckla teknik som är avsedd att bidra till att skydda militär personal och civila.
Staffingenjör inom djupinlärning, tillståndsestimering — Shield AI (distansarbete, USA)
Led arbetet med djupinlärning och 3D-seende för Shield AIs autonoma försvarssystem. Utveckla funktioner för lokalisering, navigering och Hivemind SDK:s tillståndsestimering.
Beskrivning
- Skapa och utvärdera modeller för egenskapsdetektering, matchning, visuell korrespondens, djup, relativ pose och bild-till-karta-lokalisering.
- Kombinera inlärda visuella egenskaper med geometriska metoder för att förbättra lokaliseringsnoggrannhet, robusthet och återhämtning.
- Leda metoder för dataförberedelse och handledning, från kurering av dataset och specifikationer för annotering till märkningsverktyg, automatiserade kvalitetskontroller och täckningsanalys.
- Utvärdera verktyg för djupinlärning och etablera reproducerbara träningsprocesser med experimentuppföljning, konfigurationskontroll samt versionshantering av dataset och modeller.
- Bygga utvärderingar som tar hänsyn till variationer i belysning, synvinkel, höjd, terräng, väder och sensoregenskaper.
- Undersöka modellfel och styra förbättringar inom data, handledning, modellering och systemintegration.
- Arbeta med ingenjörer inom tillståndsestimering för att integrera inlärda mätningar och konfidensuppskattningar i system för visuell-tröghetsodometri och terrängrelativ navigering.
- Mäta modeller mot gränser för beräkningskapacitet ombord, minne och fördröjning samt bidra till optimering och verifiering vid körning.
- Ta fram testade och dokumenterade komponenter och gränssnitt för Hivemind SDK.
- Samordna med team inom mjukvara, system och flygtester.
Krav
- Masterexamen i flygteknik, elektroteknik, robotik, datavetenskap eller ett närliggande område samt minst 4 års relevant yrkeserfarenhet; alternativt 2 års erfarenhet med doktorsexamen.
- Praktisk erfarenhet av att utforma, träna, felsöka och utvärdera modeller med PyTorch eller ett jämförbart ramverk.
- Goda kunskaper om kameramodeller, koordinattransformationer, projektiv geometri och geometri från flera vyer.
- Tillämpad erfarenhet inom exempelvis visionsbaserad navigering, visuell geolokalisering, Structure from Motion, SLAM, 3D-rekonstruktion eller djupestimering.
- Avancerade kunskaper i Python och dokumenterad erfarenhet av att utveckla underhållbar och återanvändbar programvara.
- Erfarenhet av att utveckla datorseendefunktioner från problemformulering och rådata till träning, utvärdering och integrationsberedskap.
- Erfarenhet av att utveckla pipelines för sensordata med inläsning, rensning, filtrering, deduplicering och versionskontroll av dataset.
- Förmåga att välja utvecklingsverktyg och skapa reproducerbara träningsflöden med konfigurationshantering, experimentuppföljning, kontrollpunktshantering och felsökning av GPU-prestanda.
- Erfarenhet av att skapa benchmarktester, förhindra dataläckage, undersöka prestanda under olika driftsförhållanden och relatera modellmått till efterföljande geometrisk noggrannhet eller lokaliseringsnoggrannhet.
- Förmåga att profilera inferensfördröjning och minnesanvändning, dokumentera modellgränssnitt och förbehandling, utvärdera avvägningar mellan noggrannhet och beräkningskostnad samt ge råd om export, precision och optimering vid körning.
- Tydlig kommunikatör som kan förklara antaganden, experimentresultat och designavvägningar samt omsätta forskning i produktionsprogramvara.
- Erbjudanden är villkorade av godkänd bakgrundskontroll och kan omfatta referenskontroll.
Förmåner
- Bonusersättning.
- Förmånspaket.
- Möjlighet till aktiedeltagande.
- Tillfälligt anställda får ett tillfälligt förmånspaket efter 60 dagars anställning.