Vantor — компанія у сфері просторової аналітики, яка розробляє готовий до використання ШІ живий глобус і угруповання комерційних супутників дистанційного зондування Землі. Її платформи об’єднують дані датчиків із космосу, повітря та поверхні Землі, забезпечуючи керування завданнями в реальному часі, координацію роботи датчиків, створення високодеталізованих базових карт, отримання радіолокаційних і оптичних знімків, а також автономні можливості розвідки, спостереження та рекогносцировки. Vantor працює з клієнтами у сфері оборони, розвідки, державного управління та комерційного бізнесу. Її команди працюють над технологіями, пов’язаними із супутниковою зйомкою, геопросторовими даними, логістикою та консалтингом.
Головний науковець із прикладного ШІ — Vantor, віддалено, США
Керуйте розробленням промислових систем ШІ та машинного навчання для платформи просторової аналітики Vantor. Застосовуйте геопросторові дані, зображення та мультимодальні моделі для створення операційної аналітики.
Опис
- Розробляйте та впроваджуйте застосунки ШІ, які перетворюють великомасштабні геопросторові дані на практичну й прогностичну аналітику.
- Створюйте та керуйте повними конвеєрами машинного навчання, що охоплюють надходження даних, попередню обробку, розроблення ознак, навчання, оцінювання та робочий інференс.
- Впроваджуйте у виробництво моделі міркування, візуально-мовні та мультимодальні моделі, використовуючи зображення, геопросторові сигнали й структуровані дані.
- Проєктуйте корпоративні платформи навчання та експериментів з автоматизованими робочими процесами, відстеженням експериментів, бенчмаркінгом і відтворюваним оцінюванням.
- Розробляйте синтетичні набори даних і тестові засоби для оцінювання продуктивності, стійкості моделей і поведінки в нестандартних випадках.
- Працюйте з галузевими фахівцями, інженерами програмного забезпечення, продакт-менеджерами, дослідницькими партнерами та технологічними партнерами.
- Покращуйте продуктивність моделей та інференсу з огляду на масштабованість, затримку, ефективність витрат і надійність у сучасних хмарних середовищах.
- Підтримуйте робочі системи інференсу, зокрема моніторинг, версіювання моделей, процеси перенавчання та вимірювання продуктивності.
- Оцінюйте розробки у сфері базових моделей, генеративного ШІ, мультимодального навчання та систем міркування для практичного застосування.
- Підтримуйте високу якість інженерної роботи завдяки перевірці коду, документації, дисциплінованим експериментам і спільному розв’язанню проблем.
- Долучайтеся до розроблення можливостей нового покоління у сфері ШІ для дослідження Землі.
Вимоги
- Необхідно мати статус U.S. Person: бути громадянином США, постійним мешканцем, особою, яка отримала притулок, або біженцем.
- Ступінь магістра або доктора наук у галузі інформатики, машинного навчання, штучного інтелекту, прикладної математики чи суміжної технічної дисципліни або еквівалентний практичний досвід.
- Щонайменше п’ять років досвіду створення та впровадження виробничих систем машинного навчання.
- Досвід проєктування та реалізації наскрізних конвеєрів машинного навчання.
- Досвід розроблення та впровадження моделей глибокого навчання.
- Досвід роботи з візуально-мовними моделями, мультимодальним навчанням, моделями міркування, великими мовними моделями, комп’ютерним зором або геопросторовим ШІ.
- Високий рівень володіння програмуванням на Python.
- Досвід роботи з PyTorch, TensorFlow або JAX.
- Досвід створення відтворюваних конвеєрів експериментів.
- Досвід розгортання моделей із використанням сучасної хмарної інфраструктури та контейнеризованих систем.
- Знання методів розподіленого навчання, великомасштабної обробки даних та оптимізації моделей.
- Здатність ефективно працювати на стику дослідницьких, інженерних і продуктових команд.
- Зазвичай потрібно вісім років відповідного досвіду зі ступенем бакалавра, шість років зі ступенем магістра або три роки зі ступенем доктора наук чи еквівалентний досвід.
- Бажаний досвід роботи з геопросторовими даними, дистанційним зондуванням, супутниковими зображеннями або системами спостереження Землі.
- Бажаний досвід створення чи донавчання базових, мультимодальних або агентних моделей ШІ.
- Бажане знання Google Cloud Platform.
- Бажаний досвід упровадження моніторингу моделей, конвеєрів оцінювання та автоматизованих систем перенавчання.
- Бажані внески до відкритих проєктів у сфері ШІ, наукові публікації або патенти.
Переваги
- План 401(k) із внесками роботодавця.
- Ресурси для підтримки психічного здоров’я.
- Допомога в погашенні студентських кредитів.
- Компенсація витрат на усиновлення.
- Страхування домашніх тварин.
- Право на стимулювальні виплати з урахуванням внеску працівника, результатів компанії та індивідуальних результатів.