Vantor, yapay zekâya hazır yaşayan bir dünya küresi ve ticari görüntüleme uydularından oluşan bir takımyıldız geliştiren bir uzamsal istihbarat şirketidir. Platformları; uzaydan, havadan ve yerden gelen sensör verilerini bir araya getirerek gerçek zamanlı görev planlama, sensör koordinasyonu, yüksek çözünürlüklü temel haritalar, radar ve optik görüntüler ile otonom istihbarat, gözetleme ve keşif yetenekleri sunar. Vantor; savunma, istihbarat, kamu ve ticari müşterilere hizmet verir. Ekipleri uydu görüntüleme, coğrafi veri, lojistik ve danışmanlıkla ilgili teknolojiler üzerinde çalışır.
Baş Uygulamalı Yapay Zekâ Bilim İnsanı - Vantor, Amerika Birleşik Devletleri'nde Uzaktan
Vantor'un uzamsal zekâ platformu için üretim ortamında çalışan yapay zekâ ve makine öğrenimi sistemlerinin geliştirilmesine liderlik edin. Operasyonel zekâ üretmek için jeo-uzamsal verileri, görüntüleri ve çok modlu modelleri uygulayın.
Açıklama
- Büyük ölçekli jeo-uzamsal verileri eyleme geçirilebilir ve öngörücü zekâya dönüştüren yapay zekâ uygulamaları geliştirin ve devreye alın.
- Veri alımı, ön işleme, özellik mühendisliği, eğitim, değerlendirme ve üretim çıkarımını kapsayan eksiksiz makine öğrenimi işlem hatları oluşturun ve yönetin.
- Görüntüleri, jeo-uzamsal sinyalleri ve yapılandırılmış verileri kullanarak akıl yürütme, görsel-dil ve çok modlu modelleri üretime taşıyın.
- Otomatik iş akışları, deney takibi, kıyaslama ve yeniden üretilebilir değerlendirme içeren kurumsal eğitim ve deney çerçeveleri tasarlayın.
- Model performansını, dayanıklılığını ve uç durum davranışlarını değerlendirmek için sentetik veri kümeleri ve test altyapıları geliştirin.
- Alan uzmanları, yazılım mühendisleri, ürün yöneticileri, araştırma iş birlikçileri ve teknoloji ortaklarıyla çalışın.
- Modern bulut ortamlarında ölçek, gecikme, maliyet verimliliği ve güvenilirlik açısından model ve çıkarım performansını iyileştirin.
- İzleme, model sürümleme, yeniden eğitim iş akışları ve performans ölçümü dâhil olmak üzere üretim çıkarım sistemlerini yönetin.
- Temel modeller, üretken yapay zekâ, çok modlu öğrenme ve akıl yürütme sistemlerindeki gelişmeleri pratik uygulama açısından değerlendirin.
- Kod incelemeleri, dokümantasyon, disiplinli deneyler ve iş birliğine dayalı problem çözme yoluyla mühendislik kalitesini koruyun.
- Yeni nesil Dünya yapay zekâsı yeteneklerinin geliştirilmesine katkıda bulunun.
Gereksinimler
- ABD vatandaşı, daimi ikamet sahibi, Asylee veya Mülteci olarak ABD Kişisi statüsüne sahip olmak gerekir.
- Bilgisayar Bilimleri, Makine Öğrenimi, Yapay Zekâ, Uygulamalı Matematik veya ilgili bir teknik disiplinde yüksek lisans ya da doktora derecesi veya eşdeğer pratik deneyim.
- Üretim ortamında makine öğrenimi sistemleri oluşturma ve devreye alma konusunda en az beş yıl deneyim.
- Uçtan uca makine öğrenimi işlem hatları tasarlama ve sunma deneyimi.
- Derin öğrenme modelleri geliştirme ve devreye alma deneyimi.
- Görsel-dil modelleri, çok modlu öğrenme, akıl yürütme modelleri, büyük dil modelleri, bilgisayarlı görü veya jeo-uzamsal yapay zekâ deneyimi.
- İleri düzey Python programlama becerileri.
- PyTorch, TensorFlow veya JAX deneyimi.
- Yeniden üretilebilir deney işlem hatları oluşturma deneyimi.
- Modelleri modern bulut altyapısı ve konteynerleştirilmiş sistemlerle devreye alma deneyimi.
- Dağıtık eğitim, büyük ölçekli veri işleme ve model optimizasyon yöntemlerine aşinalık.
- Araştırma, mühendislik ve ürün ekipleri arasında etkili çalışma becerisi.
- Genellikle lisans derecesiyle sekiz yıl, yüksek lisans derecesiyle altı yıl veya doktora derecesiyle üç yıl ilgili deneyim ya da eşdeğer deneyim gerekir.
- Jeo-uzamsal veriler, uzaktan algılama, uydu görüntüleri veya Dünya gözlem sistemleriyle çalışma deneyimi tercih edilir.
- Temel modeller, çok modlu modeller veya etmen tabanlı yapay zekâ sistemleri oluşturma ya da ince ayar yapma deneyimi tercih edilir.
- Google Cloud Platform bilgisi tercih edilir.
- Model izleme, değerlendirme işlem hatları ve otomatik yeniden eğitim sistemleri uygulama deneyimi tercih edilir.
- Açık kaynaklı yapay zekâ projelerine katkılar, araştırma yayınları veya patentler tercih edilir.
Yan Haklar
- Şirketin eşleştirme katkılarını içeren 401(k) planı.
- Ruh sağlığı destek kaynakları.
- Öğrenci kredisi geri ödeme desteği.
- Evlat edinme masrafları için geri ödeme.
- Evcil hayvan sigortası.
- Katkı, şirket performansı ve bireysel sonuçlara bağlı olarak teşvik ödemesine uygunluk.