Obvio 高级计算机视觉工程师——圣卡洛斯混合办公
负责开发 Obvio AI 辅助交通摄像头的检测与跟踪模型。 从数据策略和实验到现场边缘部署，全面提升模型性能。
描述
- 在复杂的真实环境中，为车辆、行人及其他道路使用者构建和优化目标检测与多目标跟踪模型。
- 负责支撑模型质量的数据策略，涵盖采样与标注、数据集版本管理、困难负样本挖掘、类别不平衡、边缘案例，以及来自已部署系统的反馈。
- 规划严格的实验和消融研究，区分真正的性能提升与过拟合、数据泄漏、标注噪声，以及无法在现场部署中奏效的改进。
- 开发可复现的训练系统，包括实验跟踪、配置管理、工件溯源、模型注册表、指标仪表板和自动超参数优化。
- 建立以产品为导向的评估方法，涵盖精确率与召回率之间的权衡、类别和场景切片、校准以及跟踪性能。
- 与嵌入式工程师合作，为边缘部署准备模型，同时平衡准确率、延迟、内存使用和功耗。
- 指导技术方向，主持设计评审，指导工程师，并提升机器学习严谨性、可复现性和生产就绪性的标准。
任职要求
- 至少七年的机器学习或计算机视觉经验，并有交付和改进生产模型的经历。
- 在目标检测和多目标跟踪方面具备高级实践能力，包括现代架构、数据增强和评估技术。
- 熟练掌握类别不平衡、过拟合、数据集泄漏、标注噪声、领域偏移、模型校准和统计严谨的验证方法。
- 有创建可复现实验、分布式训练、超参数搜索、指标比较和模型溯源训练基础设施或平台的经验。
- 精通 Python 和 PyTorch。
- 有处理大型图像和视频数据集的实践经验。
- 有根据已部署或现场采集的数据评估模型的经验，并能管理从发现失败到重新训练及验证改进的完整周期。
- 在存在不确定性的跨职能项目中展现过技术领导力，具备清晰的沟通能力和强烈的主人翁意识。
- 有交通、汽车、机器人、监控或其他视频分析领域的经验。
- 有重识别、轨迹建模、遮挡处理、摄像头标定或多摄像头跟踪经验。
- 有主动学习、弱监督、合成数据、自动标注或提升数据集质量工具的经验。
- 有在 NVIDIA Jetson、Qualcomm Snapdragon 或其他边缘加速器上优化和部署计算机视觉模型的经验。
- 拥有在美国工作的合法授权。
福利待遇
- 具有竞争力的薪酬。
- 早期阶段公司的股权。
- 在快速发展的初创公司环境中承担有意义的责任。
- 与一支规模精简且经验丰富的团队合作，高级工程师能够对技术方向产生重要影响。
- 通过工作改善道路安全并帮助挽救生命的机会。