Obvio 資深電腦視覺工程師——聖卡洛斯混合辦公
負責開發 Obvio AI 輔助交通攝影機的偵測與追蹤模型。 從資料策略與實驗到現場邊緣部署，全程提升模型效能。
說明
- 在複雜的真實環境中，為車輛、行人及其他道路使用者建立並改良物件偵測與多物件追蹤模型。
- 負責支撐模型品質的資料策略，涵蓋取樣與標註、資料集版本管理、困難負樣本挖掘、類別不平衡、邊界案例，以及來自已部署系統的回饋。
- 規劃嚴謹的實驗與消融研究，區分真正的效能提升與過度擬合、資料洩漏、標註雜訊，以及無法在現場部署中奏效的改進。
- 開發可重現的訓練系統，包括實驗追蹤、設定管理、工件溯源、模型登錄表、指標儀表板和自動超參數最佳化。
- 建立以產品為導向的評估方法，涵蓋精確率與召回率之間的取捨、類別與情境切片、校準以及追蹤效能。
- 與嵌入式工程師合作，為邊緣部署準備模型，同時平衡準確率、延遲、記憶體使用量和功耗。
- 引導技術方向、主持設計評審、指導工程師，並提升機器學習嚴謹性、可重現性和生產就緒性的標準。
職位要求
- 至少七年的機器學習或電腦視覺經驗，並具備交付及改進生產模型的實績。
- 具備物件偵測與多物件追蹤的高階實務能力，包括現代架構、資料擴增和評估技術。
- 熟悉類別不平衡、過度擬合、資料集洩漏、標註雜訊、領域偏移、模型校準和統計嚴謹的驗證方法。
- 具備建立可重現實驗、分散式訓練、超參數搜尋、指標比較和模型溯源訓練基礎設施或平台的經驗。
- 精通 Python 和 PyTorch。
- 具備處理大型影像與影片資料集的實務經驗。
- 具備使用已部署或現場蒐集的資料評估模型的經驗，並能管理從發現失敗到重新訓練及驗證改進的完整週期。
- 曾在模糊且跨職能的專案中展現技術領導力，具備清楚的溝通能力和高度主人翁意識。
- 具備交通、汽車、機器人、監控或其他影片分析領域的經驗。
- 具備重識別、軌跡建模、遮擋處理、攝影機校準或多攝影機追蹤的經驗。
- 具備主動學習、弱監督、合成資料、自動標註或改善資料集品質工具的經驗。
- 具備在 NVIDIA Jetson、Qualcomm Snapdragon 或其他邊緣加速器上最佳化及部署電腦視覺模型的經驗。
- 擁有在美國工作的合法授權。
福利待遇
- 具競爭力的薪酬。
- 早期階段公司的股權。
- 在快速發展的新創環境中承擔有意義的責任。
- 與一支精簡且經驗豐富的團隊合作，高階工程師能對技術方向產生重大影響。
- 透過工作改善道路安全並協助挽救生命的機會。