Ingeniero de investigación de visión por computadora 3D - Mapa mundial

Acerca de Niantic espacial
La IA ha aprendido de casi todo lo que está en línea, pero todavía lucha con el mundo físico, donde ocurre el 99,5% de la actividad económica. No sabe dónde están las cosas, cómo encajan los espacios ni qué cambia con el tiempo.
Ese es uno de los mayores problemas sin resolver de la IA y es el que estamos resolviendo en Niantic Spatial. Construimos modelos y servicios de IA espacial para que las personas y las máquinas puedan razonar, aprender y actuar de forma segura en el mundo físico. Convertimos imágenes de cámaras, videos, datos de sensores y archivos en representaciones precisas y legibles por IA de lugares reales en los que los robots pueden entrenar y las máquinas pueden usar para saber exactamente dónde están.
En la IA física, los errores tienen consecuencias reales. Es por eso que construimos IA basada en la realidad medida, no en conjeturas, para que las personas y las máquinas que dependen de ella puedan confiar en que hará las cosas bien.
Nuestro equipo creó algunos de los mapas más utilizados del mundo. Ahora estamos construyendo algo más grande: un registro vivo y medido del mundo real que las máquinas pueden consultar, aprender y utilizar para comprender cómo los lugares cambian con el tiempo. Si quieres ayudar a la IA a comprender el mundo en el que realmente vivimos, ven a construir con nosotros.

Acerca del rol
Ayudará a construir la base geométrica del mapa mundial de próxima generación: uniéndose a nuestro equipo de ingeniería de investigación de mapas mundiales (alineación geoespacial) como ingeniero de investigación o ingeniero de investigación senior. Se trata de una función de investigación aplicada de extremo a extremo que abarca desde un sólido trabajo de ingeniería y sistemas de datos hasta investigación y desarrollo en aprendizaje profundo 3D, transformadores y modelos básicos. Desarrollará nuevos algoritmos, producirá los datos de investigación y los activos de evaluación necesarios para avanzar y diseñará las capacidades resultantes en sistemas de producción confiables.
El equipo de World Map trabaja con capturas heterogéneas desde teléfonos y dispositivos portátiles, imágenes aéreas, LiDAR y cámaras 360, así como datos geográficos y de elevación externos. El desafío central es armonizar estas fuentes de datos, cuantificar la incertidumbre y mantener la coherencia a medida que evoluciona el mapa.
Trabajará en la intersección de la investigación de vanguardia y la ingeniería escalable: desarrollará nuevos enfoques para el registro geoespacial, la correspondencia y la optimización geométrica, y luego producirá estas tecnologías para mejorar directamente el modelo mundial de Niantic Spatial.

lo que harás

• Registro geoespacial: desarrolle y avance algoritmos para georreferenciación y registro a escala mundial a través de imágenes, reconstrucciones 3D, nubes de puntos y datos de referencia geográfica.

• Geometría y correspondencia 3D: cree y mejore métodos que abarquen geometría de vistas múltiples, SfM, SLAM, coincidencia de características, correspondencia aprendida, ajuste de paquetes, registro de nubes de puntos e ICP.

• Datos y evaluación: cree el volante de datos y evaluación para el mapeo a escala mundial: diseñe y mantenga conjuntos de datos, canalizaciones, puntos de referencia y metodologías de evaluación a gran escala que expongan modos de falla grave, aceleren la iteración de la investigación y respalden la producción.

• Razonamiento 3D basado en el aprendizaje: explore y desarrolle enfoques basados ​​en el aprendizaje para la comprensión geoespacial, combinando transformadores y modelos básicos 3D con antecedentes geométricos y modelado de incertidumbre.

• Solidez de la producción: diseñe soluciones sólidas para condiciones desafiantes del mundo real: GPS escaso o ruidoso, apariencia cambiante, calidad de reconstrucción inconsistente, grandes extensiones geográficas y mapas de referencia imperfectos.

• Colaboración multifuncional: asóciese con investigadores líderes en localización visual, visión por computadora en 3D y mapeo, así como con equipos de ingeniería y productos, para identificar problemas de alto impacto y convertir los avances de la investigación en sistemas de producción de extremo a extremo.

• Comunicación de la investigación: compartir los resultados claramente a través de redacción técnica, revisiones de diseño y presentaciones internas; contribuir a publicaciones e investigaciones abiertas cuando corresponda.

lo que traerás

• Licenciatura o maestría en Ciencias de la Computación, Robótica, Aprendizaje Automático, Fotogrametría o un campo estrechamente relacionado, o experiencia equivalente en investigación o industria.

• Sólida base en visión por computadora 3D, aprendizaje automático, robótica, fotogrametría o un área estrechamente relacionada.

• Experiencia demostrada con geometría 3D y varias áreas relevantes: reconstrucción de vistas múltiples, SfM, SLAM, estimación de pose de cámara, registro de nubes de puntos, localización basada en imágenes, georreferenciación o fusión de sensores.

• La capacidad de formular problemas ambiguos del mundo real, elegir las herramientas matemáticas o basadas en el aprendizaje adecuadas y evaluar las soluciones con rigor.

• Fuertes habilidades en Python y experiencia con ML moderno y bibliotecas de computación científica (PyTorch, NumPy, SciPy).

• Fuertes habilidades de ingeniería de software: puede convertir prototipos de investigación en sistemas confiables, escalables y mantenibles.

• Un historial de toma de un algoritmo a partir de una idea de investigación y un prototipo experimental mediante evaluación, evaluación comparativa e implementación en datos del mundo real.

• Comunicación clara escrita y verbal; capaz de colaborar eficazmente en todas las disciplinas de investigación e ingeniería.

Es bueno tenerlo

• Doctorado en visión por computadora, robótica, aprendizaje automático, fotogrametría, geodesia, teledetección o un campo relacionado; no es obligatorio, pero se valora.

• Un sólido historial de publicaciones o participación activa en la comunidad de investigación en lugares como CVPR, ICCV, ECCV, NeurIPS, ICLR, SIGGRAPH, 3DV, ICRA o RSS.

• Experiencia con enfoques basados ​​en el aprendizaje para la comprensión visual o 3D: transformadores, transformadores puntuales, modelos básicos o métodos que combinan representaciones aprendidas con antecedentes geométricos explícitos.

• Experiencia con imágenes aéreas o satelitales, GNSS/GPS, geodesia, sistemas cartográficos o datos espaciales a gran escala.

• Evidencia de liderazgo técnico, tutoría o entrega interdisciplinaria exitosa...

Fuente: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/niantic-spatial/3d-computer-vision-research-engineer-world-map-london-30634)