Pickle Robot Company розробляє робототехнічні рішення для ланцюгів постачання, логістики та промислового виробництва. Її системи поєднують фізичний штучний інтелект, генеративний ШІ, машинний зір і роботизовані маніпулятори, щоб автоматизувати фізично важку складську роботу. Флагманський автономний робот компанії розвантажує непалетовані товари з транспортних контейнерів, допомагаючи зменшити фізичне навантаження на працівників і підвищити продуктивність складів. У компанії працює від 11 до 50 співробітників, а нещодавно вона завершила раунд фінансування серії B на суму 50 мільйонів доларів, що дає змогу розширювати можливості продуктів і присутність на ринку.
Провідний інженер із машинного навчання, комп’ютерний зір
Створюйте моделі комп’ютерного зору та захоплення об’єктів для складських систем Pickle Robot. Керуйте розробкою наборів даних, навчанням моделей, експериментами й оцінюванням, підвищуючи безпеку та ефективність логістики.
Опис
- Перетворюйте цілі продуктивності підбирання товарів на задачі машинного навчання з чіткими прогнозами, мітками, винагородами, функціями втрат і критеріями успіху.
- Керуйте стратегією підготовки наборів даних: створюйте синтетичні сцени, розподілені хмарні завдання обробки даних, фільтруйте сцени за різноманітністю та використовуйте самонавчальне маркування.
- Виявляйте й усувайте вузькі місця в роботі з даними.
- Тонко налаштовуйте великі базові моделі комп’ютерного зору зі спеціалізованими головами для конкретних завдань.
- Плануйте та проводьте контрольовані експерименти, обираючи, що перевіряти далі та коли завершувати.
- Створюйте офлайн-метрики для прогнозування продуктивності роботів та онлайн-метрики для покращення обробки нестандартних випадків.
- Ретельно перевіряйте код.
- Наставляйте менш досвідчених інженерів.
- Долучайтеся до формування дорожньої карти технологій сприйняття та захоплення об’єктів.
- Створюйте моделі, готові до розгортання в межах бюджету затримки, з графами для експорту та відтворюваними артефактами.
- Співпрацюйте з інженерами платформи й робототехніки, інтегруючи системи виконання та оптимізуючи інференс.
Вимоги
- Щонайменше п’ять років досвіду в машинному навчанні та комп’ютерному зорі, зокрема особистий досвід повного циклу роботи з моделями — від визначення задачі до вимірюваних результатів.
- Підтверджена здатність формулювати проблеми та перетворювати широкі вимоги до продукту на конкретні інженерні завдання.
- Досвід створення масштабних наборів даних шляхом генерації або збору, курування, автоматизованих перевірок якості, аналізу охоплення й упереджень, а також активного навчання.
- Ґрунтовні практики оцінювання, зокрема базові моделі, абляційні дослідження та розробка метрик.
- Експертне володіння Python і PyTorch.
- Практичні знання хмарної інфраструктури для навчання, як-от GCP або AWS, Docker та інструментів відстеження експериментів.
- Професійний досвід принаймні в одній сфері: розробка й навчання багатозадачних, мультимодальних моделей або моделей із кількома ракурсами; або самонавчання, навчання на основі результатів чи винагород.
Переваги
- Медичне страхування
- Стоматологічне страхування
- Страхування зору
- Необмежена відпустка
- Оплачувані федеральні та регіональні святкові дні
- Внески до плану 401(k) у розмірі 5% від зарплати
- Оплата відряджень компанією
- Додаткові переваги, покликані зробити роботу приємнішою, комфортнішою та продуктивнішою