Засновник Data Engineer

TL; DR Davis наймає інженера-засновника даних для створення даних за нашою базовою моделлю, навченого з нуля створювати будівлі як геометричні графіки. Ви будете володіти даними від кінця до кінця, від необроблених планів поверхів і синтетичної генерації до канонічного представлення, курування, великомасштабного попереднього навчання та абляцій, які повідомляють нам, які дані насправді рухають модель. Тут набір даних є частиною алгоритму.

Про Девіса
Davis — це компанія з нерухомості, яка базується на штучному інтелекті та прискорює розробку та архітектурне проектування на ранніх стадіях. Сьогодні розробники координують роботу чотирьох-п’яти фрагментованих зацікавлених сторін протягом тижнів або місяців. Незабаром їм знадобиться лише один: Девіс.
Ми перетворюємо всі вхідні дані, які формують рішення щодо розробки, у результати, готові до прийняття рішення: техніко-економічне обґрунтування на рівні інвестора, інвестиційний аналіз та сертифіковані архітекторами проекти, які постачаються за кілька днів. На кожному етапі наші фірмові системи штучного інтелекту поєднуються з експертною оцінкою, тому швидкість ніколи не поступається надійністю.
Ми закрили передпочатковий проект у розмірі 5,5 млн. доларів США під керівництвом Heartcore Capital і Balderton Capital, Yellow, Evantic і Entrepreneur First, а також ангелів із команд-засновників Spacemaker, Black Forest Labs, Hugging Face, Supabase, Cleo і Spore Bio. Ми вже працюємо з провідними розробниками та очікуємо підтримувати сотні проектів протягом наступного року, поглиблюючи наші дослідження, наймаючи на роботу та охоплюючи весь процес розробки від кінця до кінця.

Роль
Ви будете володіти даними, на яких навчається наша базова модель, модель, яку ми навчаємо з нуля, щоб генерувати будівлі як геометричні графіки. Частина корпусу складається з реальних планів поверхів у вигляді зображень і PDF-файлів, які мають стати чистими, стандартизованими графіками. Значна частина складатиметься з синтетичних, процедурно згенерованих графів будівель, геометрії та візуалізованих планів поверхів із контрольованою варіацією стилю, шуму сканування, анотацій та меблів, кожен з яких автоматично зберігається зі своїм графіком реальності землі.
Ви думатимете про весь цикл, від необроблених і синтетичних даних до канонічного структурованого представлення, курації та перевірки, навчального набору даних, великомасштабного попереднього навчання, оцінювання, видалення даних і назад до вдосконалення генератора та суміші даних. Ви достатньо старші, щоб розробити стек даних і встановити стратегію даних, і достатньо практичні, щоб написати конвеєри, запустити експерименти, навчити моделі та самостійно виконати абляції.

Над чим ви будете працювати

• Корпус із сирих джерел. Перетворіть реальні плани поверхів (зображення, PDF-файли, скановані файли) на чисті, стандартизовані графіки будівель із геометрією та семантикою, що робить їх доступними для навчання.

• Генерація синтетичних даних. Досліджуйте стратегії розширення набору даних синтетичними даними.

• Канонічне представлення та курація. Визначте стандартизоване представлення, потім відфільтруйте, видаліть дублікати, оцініть якість і перевірте в масштабі, вказавши версії, походження та походження.

• Передтренувальні дані та суміші. Зберіть навчальні набори даних, розробіть суміш і навчальний план, а також поєднайте синтетичні та реальні дані для великомасштабного попереднього навчання.

• Абляції даних. Навчіть моделі, щоб дізнатися, які дані насправді допомагають, прочитайте результати та подайте їх назад у генератор і суміш.

• Оцінка. Створіть систему оцінки (набори даних, показники, регресійні тести, моніторинг), яка відстежує дані та якість моделі з часом.

Що ми шукаємо

• Ви створили набір даних, а не просто навчалися на ньому. Ви особисто побудували або згенерували дані, які використовувалися для великого попереднього тренування, з необроблених або синтетичних джерел, а не лише навчалися на наборі даних, який вам хтось дав.

• Старший і глибоко практичний. Принаймні 5 років значного досвіду, достатнього досвіду, щоб розробити стек даних і встановити стратегію, але все ще самостійно кодувати конвеєри, запускати експерименти та проводити абляції.

• Дані як першокласна проблема. Послужний список, де об’єктом є самі дані: курація, фільтрація, дедуплікація, оцінка якості, змішування, синтетична генерація.

• Сильна інженерія. Глибокий Python, чистий і типізований код, асинхронність і паралелізм, розподілені канали даних, культура TDD.

Приємно мати

• Комп’ютерне бачення та розуміння документів, зображення для структурованого виводу, оптичне розпізнавання символів, вилучення макета, сегментація, вилучення геометрії, векторизація, растр у вектор, зображення в графік сцени, 3D або CAD.

• Графічні та структуровані наукові дані, молекулярні, білкові або сценічні графіки, сітки, CAD, BIM, 3D-геометрія або реляційні та структуровані світові дані.

• Синтетичні світи та симуляція, від структурованого стану до симулятора та рендерера до синтетичних зображень із ідеальними мітками, потім модель сприйняття, з огляду на розрив між симулятором і реальним.

• Основні моделі з нуля, реальна участь у великому попередньому тренуванні, а не лише тонке налаштування.

• Публічні докази володіння даними, лідерство щодо набору даних, реліз Hugging Face, картка набору даних, технічний блог у вашому конвеєрі або розмова про курацію даних чи синтетичні дані.

• ГІС і геометрія, ділянки, шари зонування, проекції, обчислювальна геометрія або обмежена оптимізація.

• Дані з багатьох країн, неоднорідні джерела, локалізація та різні правила.

Навіщо приєднуватися до Девіса

• Володіти даними від кінця до кінця, від генератора до суміші перед навчанням, як особа, яка визначає, на чому навчається модель.

• Сформуйте базову модель з нуля, на структурованому представленні, на якому ніхто інший не навчався.

• Працюйте над справді складними проблемами, перетворюйте зображення на графік, синтетичні світи та масштабну попередню підготовку, щоб ваша робота досягала клієнтів протягом кількох днів.

• Конкурентоспроможна заробітна плата та значний капітал на рівні засновника в компанії на ранній стадії.

• Приєднуйтеся до команди світового рівня, яка складається з дослідників штучного інтелекту, інженерів та архітекторів за підтримки венчурних капіталістів світового рівня.

Більше інформації про Девіса, команду та ринок, який ми шукаємо:…

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