Niantic Spatial, Inc., fiziksel dünyanın makineler tarafından okunabilir temsillerini oluşturmak için coğrafi yapay zekâ geliştirir. Şirketin platformu, yüksek doğruluklu ve coğrafi referanslı 3B dijital ikizler üretmek, GPS’in güvenilir olmadığı durumlarda görsel konumlandırmayı desteklemek ve haritalanan ortamlara anlamsal anlam kazandırmak için yer tabanlı ve hava tabanlı sensör verilerini birleştirir. Şirket; mekânın yakalanması, yeniden oluşturulması, konumlandırılması ve anlaşılmasına yönelik ürünleriyle robotik, kamu sektörü ve savunma, sanayi ve büyük etkinlik alanlarındaki kullanım alanlarına SDK’lar ve kurumsal hizmetler sunar.
Bilgisayarlı Görü için Yapay Zekâ Mühendisi
Niantic Spatial’ın fiziksel yapay zekâ ve coğrafi platformu için bilgisayarlı görü konumlandırma modelleri eğitin. Veri işlem hatları, değerlendirme kıyaslamaları ve üretim çıkarım sistemleri geliştirin.
Açıklama
- PyTorch kullanarak görsel konumlandırma modelleri geliştirin, eğitin ve değerlendirin.
- Üretim görüntülerindeki doğruluğu artırmak için model mimarilerini, kayıp fonksiyonlarını ve eğitim döngülerini iyileştirin.
- Görüntüleri, poz verilerini ve 3B nokta bulutlarını alıp ön işleyen yüksek verimli işlem hatları oluşturmaya yardımcı olun.
- 30 milyar görüntülük bir veri kümesini kullanarak GPU sistemlerinde model eğitimi gerçekleştirin.
- Konumlandırma pozu doğruluğunu, geri çağırmayı ve üretim gecikmesini ölçen kıyaslamalar oluşturun ve sürdürün.
- Dışa aktarma, çıkarım optimizasyonu ve izleme yoluyla modelleri dağıtıma hazırlayın.
- Saha testlerindeki başarısızlıkları eğitim verilerine ve kıyaslama iyileştirmelerine dönüştürmek için Araştırma ve Gerçek Dünya Test Laboratuvarı ile birlikte çalışın.
- Veri hazırlama ve eğitimden üretim hizmetlerine kadar işlem hattının her aşamasına katkıda bulunun.
Gereksinimler
- Bilgisayarlı görü alanında dersler, araştırma, stajlar veya kariyerin başındaki sektör deneyimleri kapsamında PyTorch ile derin öğrenme modelleri eğitmiş olmak.
- Görsel konumlandırma, öğrenilmiş özellik eşleştirme, görüntü erişimi, poz tahmini, SLAM veya yapı-hareketlilik çıkarımı alanlarından en az birinde temel bilgi sahibi olmak.
- Kamera modelleri, epipolar geometri ve poz gösterimleri dâhil 3B geometriyi anlamak.
- Ön işleme ve derleme süreçleri dâhil büyük görüntü veya 3B veri kümeleriyle çalışmaya yatkın olmak.
- GPU tabanlı eğitim süreçlerine aşina olmak ve eğitim çalışmalarını değerlendirebilmek.
- İyi düzeyde Python becerisi.
- Bilgisayar bilimi, bilgisayarlı görü, robotik veya ilgili bir alanda lisans ya da yüksek lisans derecesi veya eşdeğer uygulamalı deneyim.
- Haftada en az üç gün San Francisco ofisinde çalışabilmek.
Yan Haklar
- Yıllık bonus
- Hisse senedi hakkı
- Sağlık sigortası
- Diş sigortası
- Görme sigortası
- 401(k) emeklilik planı
- Kapsamlı yan haklar paketi