O tym stanowisku
Numery telefonów i adresy e-mail w tym ogłoszeniu są ukryte do momentu zalogowania.
auto_translated_note
Wynagrodzenie: 100 000 - 106 000 funtów rocznie Wymagania: ###Aktywne poświadczenie bezpieczeństwa SCDoskonałe doświadczenie w Pythonie, wizji komputerowej i głębokim uczeniu sięDoświadczenie z dużymi modelami językowymi (LLM)Udokumentowana umiejętność współpracy z zespołami interdyscyplinarnymiDobre umiejętności zarządzania interesariuszami### Obowiązki: Współpraca z zespołami międzyfunkcyjnymi w celu zrozumienia wymagań ScanApp i przełożenia ich na solidne modele MLRozwój, szkolenie i optymalizacja wizji komputerowej i głębokiego uczenia się modele wykorzystujące Python i popularne biblioteki (np. TensorFlow, PyTorch) Zintegruj modele ML z aplikacją ScanApp, zapewniając kompatybilność i skalowalność Wykorzystuj wiedzę o LLM w celu ulepszenia wyników modeli i poprawy komfortu użytkowania funkcjonariuszy Straży Granicznej Stworzenie i utrzymanie wydajnej, niezawodnej i bezpiecznej wewnętrznej infrastruktury ML, dostosowując kod z fazy próbnej lub opracowując nowe rozwiązania w oparciu o naukę próbną Przeprowadzaj dokładne testowanie, walidację i iterację modeli w celu zapewnienia dokładności, niezawodność i wydajność### Technologie: Wizja komputerowa Uczenie maszynowePyTorchPythonSecurityTensorFlow Więcej: Poszukujemy wykwalifikowanego specjalisty ds. analityki danych z zakresu wizji komputerowej, który dołączy do naszego zdalnego zespołu na 6-miesięczny projekt. Na tym stanowisku będziesz pomagać funkcjonariuszom Straży Granicznej w identyfikowaniu transportu z podejrzanym ładunkiem przechodzącym przez odprawę celną.
Korzystając z modelowania widzenia komputerowego i uczenia maszynowego, pomożesz zwiększyć szybkość kontroli i zmniejszyć utratę dochodów z podatków, jednocześnie zwiększając przepustowość. Wszystkie profile zostaną sprawdzone pod kątem wymaganych umiejętności i doświadczenia, a my odpowiemy tylko na wybranych kandydatów. Dziękujemy za zainteresowanie tą możliwością. ostatnia aktualizacja 27 tygodnia 2026 r