Newxel
Newxel
Newxel เป็นผู้ให้บริการจัดหาบุคลากรด้านไอทีและบริการวิศวกรรมที่ช่วยให้ธุรกิจสร้างและบริหารทีมพัฒนาซอฟต์แวร์เฉพาะทาง รวมถึงศูนย์วิจัยและพัฒนาแบบครบวงจร บริการของ Newxel ครอบคลุมการสรรหาบุคลากรด้านไอที การเสริมทีมงาน ศูนย์พัฒนาซอฟต์แวร์ในต่างประเทศ ตลอดจนการสนับสนุนด้านกฎหมาย การเงิน และการดำเนินงาน เพื่อขยายการดำเนินงานด้านวิศวกรรมในกว่า 10 ประเทศ Newxel ทำงานร่วมกับผู้เชี่ยวชาญด้านการพัฒนาเว็บและอุปกรณ์เคลื่อนที่ ปัญญาประดิษฐ์และแมชชีนเลิร์นนิง ข้อมูลขนาดใหญ่ การพัฒนาเกม การประกันคุณภาพ ซอฟต์แวร์ฝังตัว ความปลอดภัยทางไซเบอร์ และบล็อกเชน พร้อมสนับสนุนความร่วมมือทางธุรกิจระยะยาวและทีมเทคนิคแบบกระจายตัว

วิศวกรแมชชีนเลิร์นนิง ด้านคอมพิวเตอร์วิทัศน์ (ทำงานแบบไฮบริด, โปแลนด์)

ดูแลระบบคอมพิวเตอร์วิทัศน์สำหรับแพลตฟอร์มวิดีโอสดของ WSC Sports ตั้งแต่การประเมินโมเดลไปจนถึงการนำขึ้นใช้งานจริง ปรับปรุงการอนุมานบน GPU การทดสอบเปรียบเทียบ และการตรวจสอบความถูกต้องสำหรับงานวิดีโอกีฬา

รายละเอียด

  • เป็นผู้นำการพัฒนาความสามารถในการทำความเข้าใจวิดีโอ ซึ่งรวมถึงการตรวจจับ การติดตาม การรู้จำ และการวิเคราะห์ฉาก
  • เพิ่มอัตราการประมวลผลและลดต้นทุนการอนุมานบน GPU ด้วยการประมวลผลแบบกลุ่ม การปรับความแม่นยำ และการคอมไพล์
  • ติดตามคุณภาพและเวลาแฝงในระบบจริง ตรวจสอบความขัดข้อง และแก้ไขประสิทธิภาพที่ถดถอย
  • สร้างและดูแลชุดข้อมูลมาตรฐานด้านกีฬาที่มีการติดป้ายกำกับ โดยจัดหมวดหมู่ตามชนิดกีฬา ลีก และประเภทเนื้อหา
  • กำหนดและติดตามเมตริกของโมเดล เช่น mAP, F1, precision, recall, IoU, เวลาแฝง และต้นทุน GPU
  • เปรียบเทียบโมเดลอย่างเป็นระบบและทำซ้ำผลการศึกษาที่เผยแพร่โดยใช้ข้อมูลของบริษัท
  • จัดทำบันทึกประกอบการตัดสินใจที่ครอบคลุมข้อเสนอแนะ ข้อแลกเปลี่ยน และการอนุญาตใช้สิทธิ์
  • ดูแลการทดสอบรีเกรสชันและไปป์ไลน์แบบ shadow หรือ A/B เพื่อตรวจสอบการอัปเดตโมเดลและการกำหนดค่าก่อนเผยแพร่
  • ติดตามเอกสารวิจัย การเปิดตัวโมเดล และตารางจัดอันดับ เพื่อค้นหาโมเดลที่ควรนำมาประเมิน

คุณสมบัติ

  • มีประสบการณ์อย่างน้อย 3–5 ปีในการส่งมอบระบบแมชชีนเลิร์นนิงที่ใช้งานจริง โดยมีประสบการณ์ด้านคอมพิวเตอร์วิทัศน์อย่างน้อย 2 ปี; หากมีประสบการณ์ด้านวิดีโอจะได้รับการพิจารณาเป็นพิเศษ
  • มีทักษะ Python และ PyTorch ที่แข็งแกร่ง
  • มีประสบการณ์จริงในการวิเคราะห์ประสิทธิภาพและปรับแต่งการอนุมานบน GPU ด้วย TensorRT และ ONNX Runtime
  • มีประสบการณ์ลงมือทำในอย่างน้อยสองด้าน ได้แก่ การตรวจจับและแบ่งส่วนวัตถุ; OCR และการรู้จำข้อความในฉาก; หรือการรู้จำการกระทำในวิดีโอและการระบุตำแหน่งตามเวลา
  • มีประสบการณ์สร้างชุดทดสอบ คำนวณ mAP, F1 และ temporal IoU รวมถึงเปรียบเทียบโมเดลอย่างเข้มงวด
  • สามารถประเมินเอกสารวิจัยและการ์ดโมเดลอย่างมีวิจารณญาณ และทำซ้ำผลที่เผยแพร่ได้
  • มีประสบการณ์นำระบบขึ้นใช้งานจริงด้วย Docker บริการที่ใช้คิว และโครงสร้างพื้นฐาน GPU บนคลาวด์
  • มีประสบการณ์ประมวลผลวิดีโอในระดับใหญ่ รวมถึง FFmpeg ไปป์ไลน์ถอดรหัส และการสุ่มเลือกเฟรม
  • สื่อสารเป็นลายลักษณ์อักษรได้ดี สามารถบันทึกข้อแลกเปลี่ยนทางเทคนิคและเสนอคำแนะนำที่ชัดเจน
  • คุณสมบัติที่พิจารณาเป็นพิเศษ: Azure Service Bus และ Blob Storage, สถาปัตยกรรมขับเคลื่อนด้วยข้อความ, โมเดลวิชัน-ภาษา, ความเข้าใจข้อมูลหลายรูปแบบ, การปรับแต่งวิชันเฉพาะโดเมน, การเรียนรู้แบบกึ่งกำกับตนเอง, การสร้างข้อมูลสังเคราะห์, CVAT, Label Studio, การนำระบบขึ้นใช้งานแบบ shadow, การทดสอบ A/B หรือการอนุญาตใช้สิทธิ์โมเดลเชิงพาณิชย์

สวัสดิการ

  • เป็นเจ้าของวงจรชีวิตแมชชีนเลิร์นนิงทั้งหมด ตั้งแต่การทำซ้ำงานวิจัยและสร้างชุดข้อมูลมาตรฐาน ไปจนถึงการปรับแต่งงาน GPU แบบสด
  • ส่งมอบการปรับปรุงระบบจริงในระดับใหญ่ ลดต้นทุนโครงสร้างพื้นฐานและเวลาแฝงผ่านการปรับแต่งโมเดล
  • ทำงานในสภาพแวดล้อมวิศวกรรมที่ใช้หลักฐานเป็นแนวทาง และให้ความสำคัญกับการทดสอบ A/B การนำระบบขึ้นใช้งานแบบ shadow และการตรวจสอบความถูกต้องทางสถิติ

งานที่เกี่ยวข้อง

EY

สถาปนิก AI ที่ EY (ไฮบริด, Katowice)

EY

กำหนดทิศทางโซลูชัน AI ที่มีธรรมาภิบาลและขยายขนาดได้ให้แก่ลูกค้าของ EY ตั้งแต่กลยุทธ์และสถาปัตยกรรมไปจนถึงการนำไปใช้ เป็นผู้นำโครงการด้าน Generative AI, LLM, MLOps, คลาวด์ และสถาปัตยกรรมข้อมูล

เปิด