Ingeniero de datos fundador

TL;DR Davis está contratando a un ingeniero de datos fundador para crear los datos detrás de nuestro modelo de base, capacitado desde cero para generar edificios como gráficos geométricos. Serás dueño de los datos de principio a fin, desde planos sin procesar y generación sintética hasta una representación canónica, curación, entrenamiento previo a gran escala y las ablaciones que nos dicen qué datos realmente mueven el modelo. Aquí el conjunto de datos es parte del algoritmo.

Acerca de Davis
Davis es una empresa inmobiliaria nativa de IA que acelera el diseño arquitectónico y el desarrollo en etapas iniciales. Hoy en día, los desarrolladores coordinan de cuatro a cinco partes interesadas fragmentadas durante semanas o meses. Pronto necesitarán sólo uno: Davis.
Convertimos todos los insumos que dan forma a una decisión de desarrollo en resultados listos para tomar decisiones: estudios de viabilidad de nivel inversor, análisis de inversiones y diseños certificados por arquitectos, entregados en días. Cada etapa combina nuestros sistemas de inteligencia artificial patentados con una revisión de expertos, por lo que la velocidad nunca llega a costa de la confiabilidad.
Cerramos una pre-semilla de $ 5,5 millones codirigida por Heartcore Capital y Balderton Capital, con Yellow, Evantic y Entrepreneur First, junto con ángeles de los equipos fundadores de Spacemaker, Black Forest Labs, Hugging Face, Supabase, Cleo y Spore Bio. Ya trabajamos con desarrolladores líderes y esperamos respaldar cientos de proyectos durante el próximo año, profundizando nuestra investigación, nuestra contratación y nuestra cobertura del proceso de desarrollo de principio a fin.

El papel
Usted será el propietario de los datos de los que aprende nuestro modelo de base, un modelo que entrenamos desde cero para generar edificios como gráficos geométricos. Parte del corpus proviene de planos reales en forma de imágenes y archivos PDF que deben convertirse en gráficos limpios y estandarizados. Una gran parte serán gráficos de construcción sintéticos, generados procedimentalmente, geometría y planos de planta renderizados, con variación controlada en estilo, ruido de escaneo, anotaciones y muebles, cada uno mantenido automáticamente con su gráfico de verdad sobre el terreno.
Pensará en todo el ciclo, desde datos sin procesar y sintéticos hasta una representación estructurada canónica, curación y validación, el conjunto de datos de entrenamiento, preentrenamiento a gran escala, evaluación, ablaciones de datos y nuevamente en mejorar el generador y la combinación de datos. Tiene la experiencia suficiente para diseñar la pila de datos y establecer la estrategia de datos, y lo suficientemente práctico para escribir los procesos, ejecutar los experimentos, entrenar los modelos y realizar las ablaciones usted mismo.

En qué estarás trabajando

• Corpus de fuentes primas. Convierta planos de planta reales (imágenes, archivos PDF, escaneos) en gráficos de edificios limpios y estandarizados, con la geometría y la semántica que los hacen entrenables.

• Generación de datos sintéticos. Explore estrategias para ampliar el conjunto de datos con datos sintéticos.

• Representación canónica y curaduría. Defina la representación estandarizada, luego filtre, deduplica, califique la calidad y valide a escala, con control de versiones, procedencia y linaje.

• Datos de preentrenamiento y mezclas. Reúna los conjuntos de datos de capacitación, diseñe la combinación y el plan de estudios, y combine datos sintéticos y reales para una capacitación previa a gran escala.

• Datos de ablaciones. Entrene modelos para saber qué datos realmente ayudan, lea los resultados y reintrodúzcalos en el generador y la mezcla.

• Evaluación. Cree el arnés de evaluación (conjuntos de datos, métricas, pruebas de regresión, monitoreo) que rastrea la calidad de los datos y los modelos a lo largo del tiempo.

Lo que estamos buscando

• Ha creado el conjunto de datos, no sólo se ha entrenado en él. Usted ha creado o generado personalmente los datos utilizados para una gran ejecución previa al entrenamiento, a partir de fuentes sin procesar o sintéticas, en lugar de entrenar únicamente con un conjunto de datos que alguien le entregó.

• Senior y profundamente práctico. Al menos 5 años de experiencia sólida, con suficiente experiencia para diseñar la pila de datos y establecer la estrategia, pero aún codificando las tuberías, ejecutando los experimentos y haciendo las ablaciones usted mismo.

• Los datos como problema de primera. Un historial donde los datos en sí son el objeto: curación, filtrado, deduplicación, puntuación de calidad, mezclas, generación sintética.

• Ingeniería sólida. Deep Python, código limpio y escrito, asíncrono y concurrencia, canales de datos distribuidos, cultura TDD.

Es bueno tener

• Visión por computadora y comprensión de documentos, imágenes a salida estructurada, OCR, extracción de diseño, segmentación, extracción de geometría, vectorización, ráster a vector, imagen a gráfico de escena, 3D o CAD.

• Gráficos y datos científicos estructurados, gráficos moleculares, de proteínas o de escenas, mallas, CAD, BIM, geometría 3D o datos del mundo relacionales y estructurados.

• Mundos sintéticos y simulación, desde un estado estructurado hasta un simulador, un renderizador, imágenes sintéticas con etiquetas perfectas, luego un modelo de percepción, con la vista puesta en la brecha entre lo simulado y lo real.

• Modelos básicos desde cero, participación real en una gran ejecución previa al entrenamiento, no solo ajustes.

• Evidencia pública de propiedad de los datos, información sobre un conjunto de datos, una publicación de Hugging Face, una tarjeta de conjunto de datos, un blog técnico sobre su canalización o una charla sobre curación de datos o datos sintéticos.

• SIG y geometría, parcelas, capas de zonificación, proyecciones, geometría computacional u optimización restringida.

• Datos de varios países, fuentes heterogéneas, localización y reglas variables.

¿Por qué unirse a Davis?

• Poseer los datos de principio a fin, desde el generador hasta la mezcla de preentrenamiento, como la persona que define de qué aprende el modelo.

• Dar forma a un modelo básico desde cero, en una representación estructurada en la que nadie más está entrenando.

• Trabaje en problemas realmente difíciles, imagen a gráfico, mundos sintéticos y capacitación previa a gran escala, y su trabajo llegue a los clientes en cuestión de días.

• Salario competitivo y capital significativo, a nivel fundador, en una empresa en etapa inicial.

• Únase a un equipo de clase mundial, una combinación de investigadores, ingenieros y arquitectos de IA respaldados por capitalistas de riesgo de clase mundial.

Más información sobre Davis, el equipo y el mercado que perseguimos:…

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