Ιδρυτικό Μηχανικό Δεδομένων

Η TL;DR Davis προσλαμβάνει έναν Ιδρυτικό Μηχανικό Δεδομένων για να δημιουργήσει τα δεδομένα πίσω από το μοντέλο θεμελίωσης, εκπαιδευμένο από την αρχή για τη δημιουργία κτιρίων ως γεωμετρικών γραφημάτων. Θα σας ανήκουν τα δεδομένα από άκρο σε άκρο, από ακατέργαστες κατόψεις και συνθετική παραγωγή έως κανονική αναπαράσταση, επιμέλεια, προεκπαίδευση μεγάλης κλίμακας και τις εκτομές που μας λένε ποια δεδομένα κινούν πραγματικά το μοντέλο. Εδώ το σύνολο δεδομένων είναι μέρος του αλγορίθμου.

Σχετικά με τον Ντέιβις
Η Davis είναι μια εταιρεία ακινήτων με τεχνητή νοημοσύνη που επιταχύνει την ανάπτυξη και τον αρχιτεκτονικό σχεδιασμό σε πρώιμο στάδιο. Σήμερα οι προγραμματιστές συντονίζουν τέσσερις έως πέντε κατακερματισμένους ενδιαφερόμενους για εβδομάδες ή μήνες. Σύντομα θα χρειαστούν μόνο ένα: Ντέιβις.
Μετατρέπουμε κάθε στοιχείο που διαμορφώνει μια απόφαση ανάπτυξης σε αποτελέσματα έτοιμα για λήψη αποφάσεων: μελέτες σκοπιμότητας για επενδυτές, ανάλυση επενδύσεων και σχέδια πιστοποιημένα από αρχιτέκτονες, που παραδίδονται σε ημέρες. Κάθε στάδιο συνδυάζει τα ιδιόκτητα συστήματα τεχνητής νοημοσύνης μας με έλεγχο από εμπειρογνώμονες, επομένως η ταχύτητα δεν βαρύνει ποτέ την αξιοπιστία.
Κλείσαμε ένα pre-seed 5,5 εκατομμυρίων δολαρίων, με επικεφαλής τους Heartcore Capital και Balderton Capital , με τους Yellow, Evantic και Entrepreneur First, μαζί με αγγέλους από τις ιδρυτικές ομάδες των Spacemaker, Black Forest Labs, Hugging Face, Supabase, Cleo και Spore Bio. Συνεργαζόμαστε ήδη με κορυφαίους προγραμματιστές και αναμένουμε να υποστηρίξουμε εκατοντάδες έργα τον επόμενο χρόνο, εμβαθύνοντας την έρευνά μας, τις προσλήψεις μας και την κάλυψη της διαδικασίας ανάπτυξης από άκρο σε άκρο.

Ο Ρόλος
Θα σας ανήκουν τα δεδομένα από τα οποία μαθαίνει το θεμελιώδες μοντέλο μας, ένα μοντέλο που εκπαιδεύουμε από την αρχή για να δημιουργήσουμε κτίρια ως γεωμετρικά γραφήματα. Μέρος του σώματος προέρχεται από πραγματικές κατόψεις ως εικόνες και PDF που πρέπει να γίνουν καθαρά, τυποποιημένα γραφήματα. Ένα μεγάλο μέρος θα είναι συνθετικά, διαδικαστικά δημιουργημένα γραφήματα κτιρίων, γεωμετρία και αποδομένες κατόψεις, με ελεγχόμενη διακύμανση στο στυλ, τον θόρυβο σάρωσης, τους σχολιασμούς και τα έπιπλα, τα οποία θα διατηρούνται αυτόματα με το γράφημα εδάφους-αλήθειας.
Θα σκεφτείτε ολόκληρο τον βρόχο, από ακατέργαστα και συνθετικά δεδομένα έως μια κανονική δομημένη αναπαράσταση, επιμέλεια και επικύρωση, το σύνολο δεδομένων εκπαίδευσης, μεγάλης κλίμακας προεκπαίδευση, αξιολόγηση, αφαίρεση δεδομένων και πίσω στη βελτίωση της γεννήτριας και του μείγματος δεδομένων. Είστε αρκετά ανώτεροι για να αρχιτεκτονήσετε τη στοίβα δεδομένων και να ορίσετε τη στρατηγική δεδομένων, και αρκετά πρακτικοί για να γράψετε τους αγωγούς, να εκτελέσετε τα πειράματα, να εκπαιδεύσετε τα μοντέλα και να κάνετε τις εκτομές μόνοι σας.

Αυτό που θα εργαστείτε

• Σώμα από ακατέργαστες πηγές. Μετατρέψτε τις πραγματικές κατόψεις (εικόνες, PDF, σαρώσεις) σε καθαρά, τυποποιημένα γραφήματα κτιρίων, με τη γεωμετρία και τη σημασιολογία που τα καθιστούν εκπαιδεύσιμα.

• Παραγωγή συνθετικών δεδομένων. Εξερευνήστε στρατηγικές για την επέκταση του συνόλου δεδομένων με συνθετικά δεδομένα.

• Κανονική αναπαράσταση και επιμέλεια. Καθορίστε την τυποποιημένη αναπαράσταση, μετά φιλτράρετε, αφαιρέστε τα αντίγραφα, βαθμολογήστε την ποιότητα και επικυρώστε σε κλίμακα, με έκδοση, προέλευση και καταγωγή.

• Δεδομένα προεκπαίδευσης και μείγματα. Συγκεντρώστε τα σύνολα δεδομένων εκπαίδευσης, σχεδιάστε το μείγμα και το πρόγραμμα σπουδών και συνδυάστε συνθετικά και πραγματικά δεδομένα για προεκπαίδευση μεγάλης κλίμακας.

• Αφαίρεση δεδομένων. Εκπαιδεύστε μοντέλα για να μάθετε ποια δεδομένα βοηθούν πραγματικά, διαβάστε τα αποτελέσματα και τροφοδοτήστε τα πίσω στη γεννήτρια και στο μείγμα.

• Αξιολόγηση. Δημιουργήστε τη ζώνη αξιολόγησης (σύνολα δεδομένων, μετρήσεις, δοκιμές παλινδρόμησης, παρακολούθηση) που παρακολουθεί τα δεδομένα και την ποιότητα του μοντέλου με την πάροδο του χρόνου.

Αυτό που Ψάχνουμε

• Έχετε δημιουργήσει το σύνολο δεδομένων, όχι απλώς εκπαιδευτείτε σε αυτό. Έχετε δημιουργήσει ή δημιουργήσει προσωπικά τα δεδομένα που χρησιμοποιούνται για μια μεγάλη περίοδο προπόνησης, από ακατέργαστες ή συνθετικές πηγές, αντί να εκπαιδεύεστε μόνο σε ένα σύνολο δεδομένων που σας παρέδωσε κάποιος.

• Ανώτερος και βαθιά πρακτικός. Τουλάχιστον 5 χρόνια ισχυρής εμπειρίας, αρκετά ανώτερος για να δημιουργήσει τη στοίβα δεδομένων και να ορίσει τη στρατηγική, αλλά εξακολουθεί να κωδικοποιεί τους αγωγούς, να εκτελεί τα πειράματα και να κάνει τις εκτομές μόνοι σας.

• Τα δεδομένα ως πρόβλημα πρώτης κατηγορίας. Ένα ιστορικό στο οποίο τα ίδια τα δεδομένα είναι το αντικείμενο: επιμέλεια, φιλτράρισμα, αφαίρεση διπλότυπων, βαθμολόγηση ποιότητας, μείγματα, συνθετική παραγωγή.

• Ισχυρή μηχανική. Deep Python, καθαρός και δακτυλογραφημένος κώδικας, ασύγχρονος και ταυτόχρονος, κατανεμημένοι αγωγοί δεδομένων, κουλτούρα TDD.

Ωραίο να έχουμε

• Κατανόηση όρασης και εγγράφων από υπολογιστή, εικόνες σε δομημένη έξοδο, OCR, εξαγωγή διάταξης, τμηματοποίηση, εξαγωγή γεωμετρίας, διανυσματική διαμόρφωση, ράστερ σε διάνυσμα, γράφημα εικόνας σε σκηνή, 3D ή CAD.

• Γραφήματα και δομημένα επιστημονικά δεδομένα, μοριακά, γραφήματα πρωτεϊνών ή σκηνής, πλέγματα, CAD, BIM, τρισδιάστατη γεωμετρία ή σχεσιακά και δομημένα δεδομένα κόσμου.

• Συνθετικοί κόσμοι και προσομοίωση , μια δομημένη κατάσταση από έναν προσομοιωτή σε μια απόδοση σε συνθετικές εικόνες με τέλειες ετικέτες, μετά ένα μοντέλο αντίληψης, με προσοχή στο χάσμα sim-to-real.

• Μοντέλα θεμελίωσης από το μηδέν, πραγματική συμμετοχή σε μια μεγάλη προπονητική διαδρομή, όχι μόνο τελειοποίηση.

• Δημόσια αποδεικτικά ιδιοκτησίας δεδομένων , δυνητικός πελάτης σε ένα σύνολο δεδομένων, έκδοση Hugging Face, κάρτα δεδομένων, τεχνικό ιστολόγιο στη διοχέτευσή σας ή ομιλία για επιμέλεια δεδομένων ή συνθετικά δεδομένα.

• GIS και γεωμετρία, αγροτεμάχια, στρώσεις ζωνών, προβολές, υπολογιστική γεωμετρία ή περιορισμένη βελτιστοποίηση.

• Δεδομένα πολλών χωρών, ετερογενείς πηγές, εντοπισμός και διαφορετικοί κανόνες.

Γιατί να εγγραφείτε στον Davis

• Κατέχετε τα δεδομένα από άκρο σε άκρο , από τη γεννήτρια έως το μείγμα προεκπαίδευσης, ως το άτομο που ορίζει τι μαθαίνει το μοντέλο.

• Διαμορφώστε ένα μοντέλο θεμελίωσης από την αρχή, σε μια δομημένη αναπαράσταση στην οποία δεν ασκείται κανείς άλλος.

• Εργαστείτε σε πραγματικά δύσκολα προβλήματα, εικόνα σε γράφημα, συνθετικούς κόσμους και προεκπαίδευση μεγάλης κλίμακας, με την εργασία σας να φτάνει στους πελάτες εντός ημερών.

• Ανταγωνιστικός μισθός και ουσιαστικά ίδια κεφάλαια, σε ιδρυτικό επίπεδο, σε εταιρεία πρώιμου σταδίου.

• Γίνετε μέλος μιας ομάδας παγκόσμιας κλάσης , ενός μείγματος ερευνητών, μηχανικών και αρχιτεκτόνων τεχνητής νοημοσύνης που υποστηρίζονται από VC παγκόσμιας κλάσης.

Περισσότερες πληροφορίες για τον Davis, την ομάδα και την αγορά που αναζητούμε:…

Πηγή: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/meetdavis/founding-data-engineer-paris-399584)