Mobileye розробляє передові системи допомоги водієві та технології автономного водіння для автомобільної промисловості. Компанія поєднує комп’ютерний зір, штучний інтелект, власні апаратні рішення та програмне забезпечення для підвищення безпеки автомобілів — від допомоги водієві до автономної експлуатації. Її системи встановлено більш ніж у 190 мільйонах автомобілів, що підтверджує роль Mobileye у впровадженні автомобільних технологій на основі машинного зору у великосерійне виробництво.
Дослідник прикладного ШІ у сфері візуального GenAI в Mobileye (гібридний формат, Ізраїль)
Розвивайте візуальний GenAI, дифузійні моделі та комп’ютерний зір для технологій автономного водіння Mobileye. Створюйте рішення на основі синтетичних даних, використовуючи власні набори даних і високопродуктивну обчислювальну інфраструктуру.
Опис
- Керуйте повним циклом розробки: від навчання генеративних моделей до адаптації передових архітектур для реальних завдань автономного водіння.
- Досліджуйте, оцінюйте та вдосконалюйте моделі GenAI і комп’ютерного зору за допомогою масштабованих і якісних реалізацій на Python.
- Співпрацюйте з дослідниками ШІ та командами сприйняття для застосування синтетичних даних у реальних системах ШІ.
- Слідкуйте за новими розробками у сфері штучного інтелекту, генеративного моделювання та комп’ютерного зору.
- Створюйте рішення GenAI, використовуючи великі власні набори даних і високопродуктивну обчислювальну інфраструктуру для застосунків автономних транспортних засобів.
Вимоги
- Ступінь магістра або доктора в галузі комп’ютерних наук, електротехніки або суміжній дисципліні.
- Щонайменше три роки досвіду роботи в індустрії у сфері глибокого навчання та комп’ютерного зору.
- Високий рівень володіння Python і PyTorch.
- Сильні навички розв’язання проблем, проведення досліджень та аналітичного мислення.
- Практичний досвід застосування методів генеративного ШІ, таких як дифузійні моделі та GAN.
- Досвід роботи з візуально-мовними моделями та мультимодальним навчанням.
- Публікації на провідних конференціях, таких як CVPR, NeurIPS або ECCV.
- Практичний досвід роботи з Linux, AWS, Docker і віртуальними середовищами.
- Знання традиційних методів комп’ютерного зору.