Yazılım Mühendisi, Algı ve Vizyon

Misyonumuz
Laelaps AI olarak robot teknolojisinin, tıpkı internetin gelişiyle olduğu gibi, dönüştürücü bir on yıla girdiğine inanıyoruz. Yapay zeka, bulut bilişim ve donanımdaki ilerlemeler, otonom sistemlerin yapabileceklerini yeniden şekillendiriyor. Misyonumuz, gerçek dünyada fiziksel güvenliği güçlendiren, robotların ve sensörlerin insanların yapmak zorunda kalmaması gereken tehlikeli ve kritik görevleri yerine getirmesini sağlayan akıllı yazılımlar oluşturmaktır. Akıllı güvenlik için düzenleme katmanını tasarlayarak daha güvenli, daha emniyetli ve daha dayanıklı bir dünya yaratmayı hedefliyoruz.
Vizyon sahibi yatırımcılar ve danışmanlar tarafından desteklenen, Zürih merkezli güçlü bir kurucu ekibiz. Güvenliğin geleceğini bugün tasarlıyoruz!
Rol
Bir Bilgisayarlı Görme Mühendisi olarak, çoklu sensörlü gözetim ve robotik yığınımızın arkasındaki algılama sistemlerini oluşturacak ve sahipleneceksiniz. Bu öncelikle inşaatçının görevidir: Mevcut en iyi modellerden başlarsınız, işi yaptıkları yerde kullanıma hazırdırlar, yapmadıkları yerde ise şirket içinde eğitilirler ve bunları kameralar arasındaki nesneleri algılayan, takip eden ve yeniden tanımlayan ve uç donanımda verimli bir şekilde çalışan güvenilir, gerçek zamanlı sistemlere dönüştürürsünüz. Yeni makaleleri daha az önemsiyoruz ve oluşturduğunuz şeyin canlı bir sitede çalışıp çalışmadığını ve çalışmaya devam edip etmediğini daha çok önemsiyoruz.

Ne Üzerinde Çalışacaksınız

• Tüm ışık ve çevre koşullarında, dağıtılmış kamera ağları üzerinden insanlar ve araçlar için kameralar arası nesne yeniden tanımlama (ReID) tasarlayın ve gönderin.

• Birçok eşzamanlı video akışında çalışan yüksek verimli nesne algılama ve çoklu nesne izleme ardışık düzenleri oluşturun.

• Açık kelime tespiti, sahneyi anlama ve operatöre yönelik durumsal farkındalık için görüş dili modellerini (VLM'ler) entegre edin ve uyarlayın.

• Gecikme, dayanıklılık ve atlanan kare işleme konularına dikkat ederek kameradan modele video alma ve akış yoluna (RTSP, WebRTC) sahip olun.

• Modelleri uç donanımda optimize edin ve dağıtın: Jetson ve uç sınıfı cihazlarda gerçek zamanlı hedeflere ulaşmak için TensorRT, nicemleme (INT8/FP16), budama ve diğer teknikler.

• Mevcut açık kaynak ve ticari modelleri değerlendirin, ince ayar yapın ve entegre edin ve kullanıma hazır seçenekler yetersiz kaldığında, her birinin doğru çağrı olduğunu bilerek özel modelleri eğitin.

• Algı çıktısının aşağı yönlü özerkliği ve uyarıyı beslemesi için yazılım ve robotik ekipleriyle yakın işbirliği içinde çalışın.

Kimi arıyoruz
İdeal olarak somutlaştırılmış, çoklu kamera veya çok modlu bir ortamda bilgisayarlı görüntü veya makine öğrenimi sistemlerini üretime aktaran güçlü bir mühendis arıyoruz. Veriler, değerlendirme ve modellerin gerçek dünyadaki kısıtlamalar altında nerede bozulduğu hakkında titizlikle düşünürsünüz. Mevcut son teknoloji ürünü bir modeli alıp onu hızlı, güvenilir ve donanım üzerinde konuşlandırılabilir hale getirmek gibi gösterişsiz bir iş yapmaktan mutlusunuz ve kullanıma hazır hiçbir şey uymadığında kendi modelinizi eğitmekten de aynı derecede mutlusunuz. Başarıyı yeniliğe göre değil, sistemin canlı bir sitede çalışıp çalışmadığına göre ölçersiniz.

Geçmişiniz:

• Üretimde bilgisayarlı görüntü veya makine öğrenimi sistemlerinin oluşturulması ve nakliyesi konusunda kanıtlanmış performans (3 yıldan fazla veya eşdeğer derinlik).

• Kameralar arası ReID, nesne algılama ve çoklu nesne takibi için SOTA tekniklerinin güçlü şekilde anlaşılması.

• VLM'lerle uygulamalı deneyim ve mevcut model ortamının çalışma anlayışı.

• Gerçek zamanlı video akışının (RTSP, WebRTC) ve çoklu akış ardışık düzenlerinin gerçeklerinin sağlam bir şekilde kavranması.

• Modelleri prototipten uç donanımda konuşlandırmaya alma deneyimini yaşayın: TensorRT, nicemleme, gecikme ayarı.

• Sistem oluşturucu zihniyetiyle güçlü Python ve PyTorch (veya JAX) becerileri: SOTA üzerinde çalışan sistemler gönderir ve gerektiğinde kendi sisteminizi eğitirsiniz.

• Vizyonun ötesinde geniş makine öğrenimi okuryazarlığı ve sağlam yazılım mühendisliği hijyeni: sürüm kontrolü, tekrarlanabilirlik, değerlendirme disiplini.

• Güçlü veri hattı becerileri: büyük görüntü ve video veri kümelerini düzenleme, temizleme, etiketleme ve yönetme.

Sahip Olmak Güzel:

• NVIDIA DeepStream deneyimi.

• MLOps deneyimi: model sürümü oluşturma, ML için CI/CD, sahada konuşlandırılan modellerin izlenmesi.

• RAG ve LLM tabanlı işlem hatlarına aşinalık ve bunları daha geniş bir sisteme entegre etme.

• Şirket içi veya hava boşluklu dağıtım da dahil olmak üzere gözetim, robotik veya güvenlik açısından kritik/savunma sistemlerine ilişkin arka plan.

• En iyi mekanlardaki (ICCV, CVPR, ICLR, NeurIPS) yayınlar bir artıdır ancak beklenmez. Sevk edilen sistemlere daha fazla değer veriyoruz.

Ne Sunuyoruz?

• Sahiplik: İşe alınmasına yardımcı olduğunuz ekibi kuracak ve yönetecek ilk kişi sizsiniz.

• Misyon: Savunma da dahil olmak üzere insanları ve kritik bölgeleri güvende tutan otonom güvenlik.

• Kariyer yolu: gerçek piste sahip zemin katta bir koltuk. Değerinizi kanıtlayın ve büyümek için engelleriniz olmayacak.

• Ekip: Güçlü (ve eğlenceli) bir kurucu ekibin yanı sıra, Yapay Zeka, Robotik ve Fizik alanlarında doktora düzeyindeki kurucu ortaklarla doğrudan çalışın.

• Tazminat: Rekabetçi eşitlik/maaş paketi

• Kültür: inşaat konusunda ciddi olan ancak kendisini fazla ciddiye almayan küçük, uluslararası bir kurucu ekip.

Arbeitnow'da İsviçre'de İş Bulun

Kaynak: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/laelaps/software-engineer-perception-vision-zurich-22080)