Machine Learning Engineer

W Covariant jesteśmy na czele technologii robotyki i automatyzacji. Obecnie poszukujemy doświadczonego Inżyniera ds. Uczenia Maszynowego, który pomoże nam osiągnąć poziom autonomii porównywalny do ludzkiego w naszych aplikacjach robotycznych. To unikalna okazja, by przyczynić się do naszych innowacyjnych projektów, pracując blisko z interdyscyplinarnymi zespołami w dynamicznym środowisku.

Jako Inżynier ds. Uczenia Maszynowego będziesz odpowiadać za:

• Analizowanie błędów i wdrażanie usprawnień do modeli i logiki robotów.
• Tworzenie narzędzi ułatwiających analizę i usprawnienie naszych systemów.
• Iterację we wszystkich aspektach naszego 'Mózgu' robota, od modeli i algorytmów po narzędzia, aby rozwiązać problemy produkcyjne.
• Budowę narzędzi analitycznych do badania wysoce złożonego systemu robotów, modeli, komponentów i czujników w celu zwiększenia wydajności i niezawodności.
• Współpracę z zespołami badawczymi, oprogramowania, sprzętu i infrastruktury w celu dostarczania najwyższej klasy aplikacji robotycznych.
• Ścisłą współpracę z zespołem sprzętowym nad optymalizacją projektowania stacji i identyfikacją wąskich gardeł przepustowości.
• Testowanie eksperymentalnych modeli z zespołu badawczego i wdrażanie ich do rozwiązywania wyzwań aplikacyjnych.

Na tym stanowisku wymagane jest bycie w biurze trzy dni w tygodniu z możliwością pracy z domu przez pozostałe dwa dni.

Aby być brany pod uwagę na to stanowisko, powinieneś posiadać:

• Licencjat lub zagraniczny odpowiednik stopnia w dziedzinie Informatyki lub pokrewnej oraz pięć lat doświadczenia post-licencjackiego w oprogramowaniu lub robotyce. Alternatywnie, tytuł magistra lub równoważny w pokrewnej dziedzinie oraz dwa lata doświadczenia również będą wystarczające.
• Zdolności w inżynierii oprogramowania umożliwiające zrozumienie i modyfikację kodów źródłowych.
• Doświadczenie w uczeniu maszynowym, rozwijaniu modeli uczących się z danych.
• Umiejętności statystyczne i z zakresu prawdopodobieństwa umożliwiające przeprowadzanie testów i ocenę wydajności systemów niedeterministycznych.
• Znajomość głębokiego uczenia i sieci neuronowych, takich jak REST, graficzne sieci neuronowe i wielowarstwowe perceptrony oraz doświadczenie w integrowaniu konwolucyjnych sieci neuronowych z oprogramowaniem.
• Znajomość kompilatorów i języków programowania takich jak Pytorch, Tensorflow i Numpy oraz zdolność do rozwiązywania problemów w oparciu o frameworki oparte na grafach.
• Ekspertyza w tworzeniu algorytmów oceniających i planowania, takich jak CMA-ES dla sterowania ruchem robotów.
• Doświadczenie w programowaniu systemów takich jak rozproszone systemy plików na Amazon S3, i programowanie komponentów sprzęt