Emploi
De la source partenaire
Ingénieur de recherche en vision par ordinateur 3D - Carte du monde
Prix sur demande
Détails
- Type de contrat
- Temps plein
- À distance
- Non
- Entreprise
- Niantic Spatial
Description
Traduit automatiquement depuis English. Le texte original fait foi. Traduction automatique — une traduction plus précise est en préparation.
À propos de Niantic Spatial
L’IA a appris de presque tout ce qui est en ligne, mais elle a encore du mal à s’adapter au monde physique, où se déroule 99,5 % de l’activité économique. Il ne sait pas où se trouvent les choses, comment les espaces s’articulent ou ce qui change au fil du temps.
C’est l’un des plus gros problèmes non résolus de l’IA, et c’est celui que nous résolvons chez Niantic Spatial. Nous construisons des modèles et des services d’IA spatiale afin que les personnes et les machines puissent raisonner, apprendre et agir en toute sécurité dans le monde physique. Nous transformons les images des caméras, les vidéos, les données des capteurs et les archives en représentations précises et lisibles par l'IA de lieux réels dans lesquels les robots peuvent s'entraîner et que les machines peuvent utiliser pour savoir exactement où ils se trouvent.
En IA physique, les erreurs ont de réelles conséquences. C’est pourquoi nous construisons une IA basée sur la réalité mesurée, et non sur des conjectures, afin que les personnes et les machines qui en dépendent puissent lui faire confiance pour faire les choses correctement.
Notre équipe a créé certaines des cartes les plus utilisées au monde. Nous construisons désormais quelque chose de plus grand : un enregistrement vivant et mesuré du monde réel que les machines peuvent interroger, apprendre et utiliser pour comprendre comment les lieux changent au fil du temps. Si vous souhaitez aider l’IA à comprendre le monde dans lequel nous vivons réellement, venez construire avec nous.
À propos du rôle
Vous contribuerez à construire les bases géométriques de la carte du monde de nouvelle génération en rejoignant notre équipe d'ingénierie de recherche sur la carte du monde (alignement géospatial) en tant qu'ingénieur de recherche ou ingénieur de recherche principal. Il s'agit d'un rôle de recherche appliquée de bout en bout qui s'étend d'un solide travail d'ingénierie et de systèmes de données à la R&D en apprentissage profond 3D, en transformateurs et en modèles de fondation. Vous développerez de nouveaux algorithmes, produirez les données de recherche et les actifs d'évaluation nécessaires pour les faire progresser, et intégrerez les capacités résultantes dans des systèmes de production fiables.
L'équipe World Map travaille avec des captures hétérogènes provenant de téléphones et d'appareils portables, d'images aériennes, de LiDAR et de caméras 360, ainsi que de données géographiques et d'élévation externes. Le principal défi consiste à harmoniser ces sources de données, à quantifier l’incertitude et à maintenir la cohérence à mesure que la carte évolue.
Vous travaillerez à l'intersection de la recherche de pointe et de l'ingénierie évolutive - en développant de nouvelles approches d'enregistrement géospatial, de correspondance et d'optimisation géométrique, puis en produisant ces technologies pour améliorer directement le modèle mondial de Niantic Spatial.
Ce que vous ferez
• Enregistrement géospatial — Développez et faites progresser des algorithmes pour le géoréférencement et l'enregistrement à l'échelle mondiale à travers l'imagerie, les reconstructions 3D, les nuages de points et les données de référence géographique.
• Géométrie et correspondance 3D — Créez et améliorez des méthodes couvrant la géométrie multi-vues, SfM, SLAM, la correspondance de fonctionnalités, la correspondance apprise, l'ajustement de faisceaux, l'enregistrement de nuages de points et l'ICP.
• Données et évaluation : créez le volant de données et d'évaluation pour une cartographie à l'échelle mondiale : concevez et gérez des ensembles de données, des pipelines, des références et des méthodologies d'évaluation à grande échelle qui exposent les modes de défaillance graves, accélèrent les itérations de recherche et soutiennent la production.
• Raisonnement 3D basé sur l'apprentissage — Explorez et développez des approches basées sur l'apprentissage pour la compréhension géospatiale, combinant des transformateurs et des modèles de base 3D avec des a priori géométriques et une modélisation de l'incertitude.
• Robustesse de la production — Concevez des solutions robustes pour des conditions réelles difficiles : GPS clairsemé ou bruyant, apparence changeante, qualité de reconstruction incohérente, vastes étendues géographiques et cartes de référence imparfaites.
• Collaboration interfonctionnelle — Collaborez avec des chercheurs de premier plan en localisation visuelle, vision par ordinateur 3D et cartographie — ainsi qu'avec des équipes d'ingénierie et de produits — pour identifier les problèmes à fort impact et transformer les avancées de la recherche en systèmes de production de bout en bout.
• Communication de recherche – Partager clairement les résultats à travers la rédaction technique, les revues de conception et les présentations internes ; contribuer aux publications et à la recherche ouverte, le cas échéant.
Ce que vous apporterez
• Baccalauréat ou maîtrise en informatique, robotique, apprentissage automatique, photogrammétrie ou dans un domaine étroitement lié – ou expérience équivalente en recherche ou dans l'industrie.
• Solides bases en vision par ordinateur 3D, en apprentissage automatique, en robotique, en photogrammétrie ou dans un domaine étroitement lié.
• Expérience démontrée de la géométrie 3D et de plusieurs domaines pertinents : reconstruction multi-vues, SfM, SLAM, estimation de la pose de la caméra, enregistrement de nuages de points, localisation basée sur l'image, géoréférencement ou fusion de capteurs.
• La capacité de formuler des problèmes ambigus du monde réel, de choisir les bons outils mathématiques ou basés sur l'apprentissage et d'évaluer les solutions de manière rigoureuse.
• Solides compétences Python et expérience avec les bibliothèques modernes de ML et de calcul scientifique (PyTorch, NumPy, SciPy).
• Solides compétences en génie logiciel : vous pouvez transformer des prototypes de recherche en systèmes fiables, évolutifs et maintenables.
• Une expérience dans la prise d'un algorithme à partir d'une idée de recherche et d'un prototype expérimental via l'évaluation, l'analyse comparative et le déploiement sur des données du monde réel.
• Communication écrite et verbale claire ; capable de collaborer efficacement entre les disciplines de recherche et d’ingénierie.
Agréable à avoir
• Doctorat en vision par ordinateur, robotique, apprentissage automatique, photogrammétrie, géodésie, télédétection ou dans un domaine connexe — non requis, mais valorisé.
• Un solide dossier de publication ou une implication active dans la communauté de recherche dans des lieux tels que CVPR, ICCV, ECCV, NeurIPS, ICLR, SIGGRAPH, 3DV, ICRA ou RSS.
• Expérience des approches basées sur l'apprentissage pour la compréhension visuelle ou 3D : transformateurs, transformateurs de points, modèles de fondation ou méthodes combinant des représentations apprises avec des a priori géométriques explicites.
• Expérience avec l'imagerie aérienne ou satellite, GNSS/GPS, géodésie, systèmes de cartographie ou données spatiales à grande échelle.
• Preuve de leadership technique, de mentorat ou de prestation interfonctionnelle réussie.…
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/niantic-spatial/3d-computer-vision-research-engineer-world-map-london-30634)
L’IA a appris de presque tout ce qui est en ligne, mais elle a encore du mal à s’adapter au monde physique, où se déroule 99,5 % de l’activité économique. Il ne sait pas où se trouvent les choses, comment les espaces s’articulent ou ce qui change au fil du temps.
C’est l’un des plus gros problèmes non résolus de l’IA, et c’est celui que nous résolvons chez Niantic Spatial. Nous construisons des modèles et des services d’IA spatiale afin que les personnes et les machines puissent raisonner, apprendre et agir en toute sécurité dans le monde physique. Nous transformons les images des caméras, les vidéos, les données des capteurs et les archives en représentations précises et lisibles par l'IA de lieux réels dans lesquels les robots peuvent s'entraîner et que les machines peuvent utiliser pour savoir exactement où ils se trouvent.
En IA physique, les erreurs ont de réelles conséquences. C’est pourquoi nous construisons une IA basée sur la réalité mesurée, et non sur des conjectures, afin que les personnes et les machines qui en dépendent puissent lui faire confiance pour faire les choses correctement.
Notre équipe a créé certaines des cartes les plus utilisées au monde. Nous construisons désormais quelque chose de plus grand : un enregistrement vivant et mesuré du monde réel que les machines peuvent interroger, apprendre et utiliser pour comprendre comment les lieux changent au fil du temps. Si vous souhaitez aider l’IA à comprendre le monde dans lequel nous vivons réellement, venez construire avec nous.
À propos du rôle
Vous contribuerez à construire les bases géométriques de la carte du monde de nouvelle génération en rejoignant notre équipe d'ingénierie de recherche sur la carte du monde (alignement géospatial) en tant qu'ingénieur de recherche ou ingénieur de recherche principal. Il s'agit d'un rôle de recherche appliquée de bout en bout qui s'étend d'un solide travail d'ingénierie et de systèmes de données à la R&D en apprentissage profond 3D, en transformateurs et en modèles de fondation. Vous développerez de nouveaux algorithmes, produirez les données de recherche et les actifs d'évaluation nécessaires pour les faire progresser, et intégrerez les capacités résultantes dans des systèmes de production fiables.
L'équipe World Map travaille avec des captures hétérogènes provenant de téléphones et d'appareils portables, d'images aériennes, de LiDAR et de caméras 360, ainsi que de données géographiques et d'élévation externes. Le principal défi consiste à harmoniser ces sources de données, à quantifier l’incertitude et à maintenir la cohérence à mesure que la carte évolue.
Vous travaillerez à l'intersection de la recherche de pointe et de l'ingénierie évolutive - en développant de nouvelles approches d'enregistrement géospatial, de correspondance et d'optimisation géométrique, puis en produisant ces technologies pour améliorer directement le modèle mondial de Niantic Spatial.
Ce que vous ferez
• Enregistrement géospatial — Développez et faites progresser des algorithmes pour le géoréférencement et l'enregistrement à l'échelle mondiale à travers l'imagerie, les reconstructions 3D, les nuages de points et les données de référence géographique.
• Géométrie et correspondance 3D — Créez et améliorez des méthodes couvrant la géométrie multi-vues, SfM, SLAM, la correspondance de fonctionnalités, la correspondance apprise, l'ajustement de faisceaux, l'enregistrement de nuages de points et l'ICP.
• Données et évaluation : créez le volant de données et d'évaluation pour une cartographie à l'échelle mondiale : concevez et gérez des ensembles de données, des pipelines, des références et des méthodologies d'évaluation à grande échelle qui exposent les modes de défaillance graves, accélèrent les itérations de recherche et soutiennent la production.
• Raisonnement 3D basé sur l'apprentissage — Explorez et développez des approches basées sur l'apprentissage pour la compréhension géospatiale, combinant des transformateurs et des modèles de base 3D avec des a priori géométriques et une modélisation de l'incertitude.
• Robustesse de la production — Concevez des solutions robustes pour des conditions réelles difficiles : GPS clairsemé ou bruyant, apparence changeante, qualité de reconstruction incohérente, vastes étendues géographiques et cartes de référence imparfaites.
• Collaboration interfonctionnelle — Collaborez avec des chercheurs de premier plan en localisation visuelle, vision par ordinateur 3D et cartographie — ainsi qu'avec des équipes d'ingénierie et de produits — pour identifier les problèmes à fort impact et transformer les avancées de la recherche en systèmes de production de bout en bout.
• Communication de recherche – Partager clairement les résultats à travers la rédaction technique, les revues de conception et les présentations internes ; contribuer aux publications et à la recherche ouverte, le cas échéant.
Ce que vous apporterez
• Baccalauréat ou maîtrise en informatique, robotique, apprentissage automatique, photogrammétrie ou dans un domaine étroitement lié – ou expérience équivalente en recherche ou dans l'industrie.
• Solides bases en vision par ordinateur 3D, en apprentissage automatique, en robotique, en photogrammétrie ou dans un domaine étroitement lié.
• Expérience démontrée de la géométrie 3D et de plusieurs domaines pertinents : reconstruction multi-vues, SfM, SLAM, estimation de la pose de la caméra, enregistrement de nuages de points, localisation basée sur l'image, géoréférencement ou fusion de capteurs.
• La capacité de formuler des problèmes ambigus du monde réel, de choisir les bons outils mathématiques ou basés sur l'apprentissage et d'évaluer les solutions de manière rigoureuse.
• Solides compétences Python et expérience avec les bibliothèques modernes de ML et de calcul scientifique (PyTorch, NumPy, SciPy).
• Solides compétences en génie logiciel : vous pouvez transformer des prototypes de recherche en systèmes fiables, évolutifs et maintenables.
• Une expérience dans la prise d'un algorithme à partir d'une idée de recherche et d'un prototype expérimental via l'évaluation, l'analyse comparative et le déploiement sur des données du monde réel.
• Communication écrite et verbale claire ; capable de collaborer efficacement entre les disciplines de recherche et d’ingénierie.
Agréable à avoir
• Doctorat en vision par ordinateur, robotique, apprentissage automatique, photogrammétrie, géodésie, télédétection ou dans un domaine connexe — non requis, mais valorisé.
• Un solide dossier de publication ou une implication active dans la communauté de recherche dans des lieux tels que CVPR, ICCV, ECCV, NeurIPS, ICLR, SIGGRAPH, 3DV, ICRA ou RSS.
• Expérience des approches basées sur l'apprentissage pour la compréhension visuelle ou 3D : transformateurs, transformateurs de points, modèles de fondation ou méthodes combinant des représentations apprises avec des a priori géométriques explicites.
• Expérience avec l'imagerie aérienne ou satellite, GNSS/GPS, géodésie, systèmes de cartographie ou données spatiales à grande échelle.
• Preuve de leadership technique, de mentorat ou de prestation interfonctionnelle réussie.…
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/niantic-spatial/3d-computer-vision-research-engineer-world-map-london-30634)
Cette annonce provient d'un flux partenaire. Postulez sur le site source.
Source: Niantic Spatial
Emplacement
Londres, Royaume-Uni
Annonce fournie par Niantic Spatial.
