Computer Vision/Machine Learning Engineer

Job expired!

Dołącz do naszego przełomowego zespołu jako inżynier ds. widzenia komputerowego/uczenia maszynowego w Path Robotics

W Path Robotics jesteśmy zaangażowani w innowacje na przecięciu nauki o spawaniu i sztucznej inteligencji. Dążymy do zaspokojenia potrzeb przemysłu warty biliony dolarów, napędzani brakiem wykwalifikowanych pracowników. Nasz zespół codziennie zmaga się z wielkimi, wyzywającymi problemami, napędzany naszym kluczowym zasobem - naszymi ludźmi. Path Robotics oferuje dynamiczne, wspierające i przełomowe środowisko, gdzie genialne umysły spotykają się, aby każdego dnia osiągać niewiarygodne.

O roli

Jako inżynier ds. widzenia komputerowego/uczenia maszynowego będziesz odgrywać kluczową rolę w rozwijaniu zaawansowanych rozwiązań spawalniczych. Stanowisko wymaga zaawansowanych umiejętności w dziedzinie widzenia komputerowego, głębokiego uczenia i programowania w Pythonie, ponieważ będziesz mierzyć się z unikalnymi wyzwaniami i współpracować z utalentowanymi zespołami, przekraczając granice możliwości.

Kluczowe obowiązki:

  • Rozwijanie i wdrażanie zaawansowanych algorytmów do percepcji robotycznej, specjalnie przystosowanych do zaawansowanych zadań spawalniczych.
  • Korzystanie z różnorodnych sensorów wizyjnych, w tym RGB/GigE, LiDAR i sensorów głębi ToF.
  • Zajmowanie się badaniami w celu kreatywnego rozwiązywania specyficznych dla spawania problemów, wykorzystując kompleksowe dane obrazowe i chmury punktów.
  • Projektowanie i przeprowadzanie eksperymentów oceniających głębokie sieci neuronowe i systemy uczenia maszynowego, ze szczególnym uwzględnieniem strategii głębokiego uczenia.
  • Śledzenie najnowszych trendów i postępów w badaniach nad robotyką, widzeniem komputerowym i uczeniem maszynowym, włączając te innowacje do naszych projektów.

Czego szukamy

Idealni kandydaci powinni posiadać następujące kwalifikacje:

  • Licencjat lub magisterium z informatyki, ze specjalizacją w widzeniu komputerowym i uczeniu maszynowym, lub równoważne doświadczenie praktyczne.
  • Udowodnione doświadczenie w tworzeniu algorytmów uczenia maszynowego lub aplikacji, wzmocnione zaangażowaniem w projekty rzeczywiste.
  • Mocna znajomość Pythona i solidna podstawowa wiedza z zakresu sieci neuronowych i modeli opartych na danych.
  • Żywe zainteresowanie przyczynianiem się do dynamicznego środowiska start-upowego i wywieraniem znaczącego wpływu.

W jaki sposób wyróżnić się:

  • Dorobek w czołowych publikacjach konferencyjnych, takich jak CVPR, ICCV, ECCV, NeurIPS, ICLR, ICML.
  • Pasjonat dziedziny wykazujący się osobistymi projektami lub