Старший інженер з машинного навчання

Про компанію:
Інструменти для людства (TFH) проектує та будує технологію, що лежить в основі World. Світ будує справжню людську мережу, призначену для прискорення роботи людей в епоху ШІ. Оскільки боти та автономні агенти змінюють форму Інтернету, людям, установам і програмам потрібен надійний спосіб підтвердити, хто є справжньою людиною, зберігаючи конфіденційність. Технологічні стеки TFH і World роблять це можливим: Orb перевіряє справжніх унікальних людей, World ID підтверджує це приватно, а World App надає ці та інші можливості людям. Разом вони додають людський рівень до Інтернету, керованого ШІ.
Світ уже працює в глобальному масштабі. Понад 17 мільйонів людей у ​​160 країнах пройшли верифікацію за допомогою World ID, і щотижня відбувається ще більше нових верифікацій Orb. World App вже є одним із найбільш використовуваних гаманців у всьому світі. Розробники інтегрують World ID, щоб створювати безпечні умови в Інтернеті та створювати простори, де реальні люди можуть брати участь, заробляти та бути визнаними способами, які штучний інтелект просто не може відтворити.
TFH, заснована в 2019 році, налічує понад 400 співробітників, які займаються апаратним забезпеченням, програмним забезпеченням, штучним інтелектом, криптографією, розробкою мобільних пристроїв і глобальними операціями. Наші команди представлені OpenAI, Tesla, SpaceX, Apple, Google, Stripe, Meta, Coinbase, Palantir і MIT Media Lab. Нас підтримують провідні інвестори, зокрема a16z, Khosla Ventures, Bain Capital Crypto, Blockchain Capital, Variant, Tiger Global і Coinbase Ventures, а також видатні оператори та засновники фінтех та ШІ.
TFH і World були представлені на обкладинці журналу TIME, висвітлені в Fast Company’s Next 5 in Fintech і досліджені в детальному аналізі Bloomberg. New York Times, Bankless і TechCrunch визнали наш спільний прогрес у ідентифікації, криптографії, ШІ та глобальному розгортанні апаратного забезпечення. Наше лідерство також названо Time AI 100. Дізнайтеся більше про запуски найновіших продуктів на нашій події Liftoff.
Про команду
Команда AI & Biometrics в Tools for Humanity володіє системами машинного навчання, що стоять за World Network. Наші системи розпізнавання райдужної оболонки ока та обличчя, наш конвеєр проти спуфінгу та моделі, що працюють на Orb і на телефонах, – це те, що дозволяє Proof of Personhood справді працювати в масштабах.
У команді Face ми розробляємо системи для перевірки обличчя, виявлення унікальності та дублікатів, виявлення атак на презентації та допоміжні можливості, такі як виявлення обличчя, оцінка якості зображення, виявлення оклюзії, оцінка пози та інші, які дозволяють цим системам надійно працювати в реальних умовах.
Наша робота охоплює повний життєвий цикл машинного навчання: визначення вимог до збору даних і маркування, курування наборів даних, проведення прикладних досліджень комп’ютерного зору, навчання та оцінка моделей, змагальне тестування, підтримка розгортання, дослідження продуктивності та моніторинг продуктивності після випуску.
Проблеми, над якими ми працюємо, базуються на реальних умовах. Наші системи повинні обробляти варіації камер, освітлення, пози, якості зображення, оклюзії, поведінки користувачів і методів атаки. Вони також повинні працювати в межах суворого бюджету затримки та пам’яті та взаємодіяти з системами збереження конфіденційності (анонімне багатостороннє обчислення), які порівнюють користувачів із зростаючим набором ідентифікаторів. У нашому масштабі невеликі регресії можуть мати значний вплив, тому оцінка, вибір робочої точки та моніторинг виробництва є ключовими для нашої роботи.
Ми прагматичні щодо наших методів. Ми використовуємо глибоке навчання, де воно забезпечує чітку цінність, класичне комп’ютерне бачення та обробку зображень, де вони більш ефективні чи надійні, і гібридні підходи, коли вони створюють найкращу систему.
Команда добре підтримується. У нас є спеціальна підгрупа Mobile, яка відповідає за розгортання на мобільних пристроях, підгрупи ML Infrastructure та MLOps, які володіють конвеєрами даних, навчальними кластерами, парком графічних процесорів і більшою частиною базових інструментів, а також підгрупи Face та Iris, призначені для кожної модальності. Інженери Face володіють формулюванням проблем, вимогами до даних, рішеннями щодо якості даних, поведінкою моделі, методологією оцінки та дослідженням невдач моделі для успіху своїх проектів. Ми також тісно співпрацюємо з командами програмного забезпечення Orb, Mobile, Proof of Personhood і Product, щоб реалізувати ідеї.
У цій ролі ви:

• Власні проекти машинного навчання обличчя від початкового визначення проблеми до підготовки даних, експериментів, оцінювання, перевірки виробництва та моніторингу, співпрацюючи з різними командами.

• Удосконалюйте наші основні моделі біометричної ідентифікації та захисту від спуфінгу, тренуйтеся та повторюйте архітектури глибокого навчання, втрати та конвеєри даних, використовуючи розмір моделі, затримку та бюджет пам’яті як першокласні обмеження дизайну з першого дня.

• Використовуйте класичний комп’ютерний зір і обробку зображень, коли вони є правильним рішенням, будь то повний метод, стадія попередньої обробки, легкий компонент на пристрої чи діагностичний інструмент. Ми не тільки команда глибокого навчання, і обчислення на пристрої винагороджують за дисципліну використання легшого рішення, коли воно підходить.

• Очолюйте незалежні прикладні ініціативи ML наскрізно: формуйте письмову гіпотезу, проектуйте абляції, які ізолюють змінні, запускайте експерименти, чесно читайте результати та знайте, коли відправляти, а коли припинити гонитву за останнім відсотковим пунктом

• Працюйте безпосередньо із зображеннями обличчя та наборами даних: вдосконалюйте колекцію та етикетки, перевіряйте складні зразки, визначайте режими несправностей і використовуйте ці висновки для зміни моделі та оцінки.

• Створюйте конвеєри оцінювання, які виявляють регресії моделі до того, як вони досягнуть продуктивності, моніторинг, який може виявити дрейф даних, зміни розподілу балів, нові шаблони атак, регресії, специфічні для когорти, або несподівану поведінку моделі, а також покращуйте внутрішні інструменти для аналізу даних, навчання моделі, оцінювання, візуалізації, об’єднання червоних команд і моніторингу.…

Джерело: Arbeitnow (https://www.arbeitnow.com/jobs/companies/tools-for-humanity/senior-machine-learning-engineer-munich-149730)