Starszy inżynier systemów wizyjnych

Janea Systems poszukuje starszego inżyniera ds. wizji komputerowej, który dołączy do naszego zespołu i będzie wspierać jednego z naszych klientów w branży analityki sportowej. Na tym stanowisku będziesz pomagać projektować, ulepszać i skalować komputerowe systemy wizyjne, które przekształcają wideo sportowe w przydatne spostrzeżenia. Prace będą skupiać się na wykrywaniu, śledzeniu, kalibracji kamer, homografii, rejestracji pola, powiązywaniu tożsamości oraz dostosowywaniu istniejących modeli i potoków do nowych źródeł wideo, konfiguracji kamer, stadionów i warunków jakości wideo w oparciu o wideo.

Jest to bardzo praktyczna rola techniczna dla osoby, która łączy solidne podstawy widzenia komputerowego z praktycznym doświadczeniem inżynierskim i umiejętnością prowadzenia inicjatyw od eksperymentów po wdrożenie produkcyjne. Idealny kandydat czuje się komfortowo pracując niezależnie, identyfikując słabe punkty w istniejących systemach, projektując praktyczne ulepszenia oraz współpracując z zespołami inżynieryjnymi, zajmującymi się danymi i platformami w celu dostarczania rozwiązań gotowych do produkcji. Lokalizacja W pełni zdalny / wymagane miejsce zamieszkania w Europie Wynagrodzenie Konkurencyjne w oparciu o doświadczenie Harmonogram pracy Pełny etat / Elastyczne godziny pracy Raporty dla kierownika działu inżynieryjnego członka zespołu inżynieryjnego Aby ubiegać się o to stanowisko, musisz posiadać następujące kwalifikacje: Duże, praktyczne doświadczenie w budowaniu i ulepszaniu wizji komputerowej klasy produkcyjnej Biegła znajomość języka Python i nowoczesnych platform uczenia maszynowego, takich jak PyTorch.Doświadczenie w zakresie problemów związanych z wizją komputerową w oparciu o wideo, w tym wykrywanie obiektów, śledzenie wielu obiektów, rozpoznawanie zdarzeń, kojarzenie tożsamości lub analityka wideo.Doświadczona praktyczna wiedza z zakresu geometrycznego widzenia komputerowego, w tym kalibracji kamery, szacowania homografii, geometrii projekcyjnej i mapowania detekcji przestrzeni obrazu na współrzędne 2D lub 3D w świecie rzeczywistym.Doświadczenie w projektowaniu lub ulepszaniu systemów śledzenia obsługujących okluzje, interakcje obiektów, zachowanie tożsamości, wykrywanie szumów i brakujące informacje.Doświadczenie w ocenie wydajności modelu, identyfikowaniu trybów awarii i wdrażaniu praktycznych ulepszeń.Doświadczenie w dostosowywaniu modeli do trudnych danych ze świata rzeczywistego, w których jakość wideo, kąty kamery, umiejscowienie kamery i warunki środowiskowe znacznie się różnią.Doświadczenie w transferowaniu uczenia się, adaptacji domeny, powiększaniu danych i dostrajaniu modeli w zbiorach danych specyficznych dla domeny.Doświadczenie w dostosowywaniu modeli do trudnych danych ze świata rzeczywistego, w których jakość wideo, kąty kamery, umiejscowienie kamery i warunki środowiskowe znacznie się różnią.Doświadczenie w zakresie uczenia się transferu, adaptacji domeny, powiększania danych i dostrajania modeli w zbiorach danych specyficznych dla domeny.Doświadczenie w dostosowywaniu modeli do trudnych danych ze świata rzeczywistego, w których jakość wideo, kąty kamery, umiejscowienie kamery i warunki środowiskowe znacznie się różnią.Doświadczenie w zakresie uczenia się transferu, adaptacji domen, powiększania danych i dostrajania modeli w zbiorach danych specyficznych dla domeny.Doświadczenie w dostosowywaniu modeli do trudnych danych ze świata rzeczywistego i umiejętności pisania czystego, łatwego w utrzymaniu kodu o jakości produkcyjnej.Umiejętność niezależna praca, skuteczne ustalanie priorytetów i doprowadzanie inicjatyw technicznych do końca.Doskonałe umiejętności komunikacyjne i umiejętność bezpośredniej współpracy z klientami i wielofunkcyjnymi zespołami inżynierskimi.Idealni kandydaci będą również posiadać:Doświadczenie w pracy z wideo sportowym, analityką sportową, transmisją wideo lub futbolem amerykańskim.Doświadczenie z systemami wielokamerowymi, fuzją obrazów lub rekonstrukcją scen 3D.Doświadczenie z potokami przetwarzania wideo na dużą skalę.Znajomość FFmpeg, przepływów pracy wideo przyspieszanych przez GPU oraz optymalizacja wnioskowania.Doświadczenie w zakresie OCR, rozpoznawania tekstu sceny, rozpoznawania numeru koszulki lub ponownej identyfikacji na podstawie wyglądu.Doświadczenie ze śledzeniem eksperymentów i narzędziami do wersjonowania modeli/danych, takimi jak MLflow, Weights & Biases, DVC, LakeFS lub podobnymi.Doświadczenie we wdrażaniu modeli uczenia maszynowego w środowiskach produkcyjnych.Doświadczenie w monitorowaniu modeli, śledzeniu wydajności i wsparciu operacyjnym.Doświadczenie w projektowaniu przepływów pracy opartych na działaniu człowieka w celu etykietowania, walidacji, kontroli jakości, lub udoskonalanie modelu.Doświadczenie w roli kierownika technicznego, architekta lub głównego inżyniera w zakresie inicjatyw związanych z wizją komputerową lub uczeniem maszynowym.Znajomość systemów zaplecza, infrastruktury chmurowej, praktyk DevOps lub MLOps.

Obowiązki:Opracowywanie i ulepszanie modeli wizji komputerowej dla wideo sportowego, w tym wykrywanie, śledzenie, rozpoznawanie zdarzeń i powiązanie tożsamości zawodnika i piłki.Tworzenie i ulepszanie rozwiązań do kalibracji, homografii i rejestracji pola, które odwzorowują współrzędne obrazu na znormalizowane współrzędne pola.Analiza istniejącego widzenia komputerowego rurociągi, ustalaj linie bazowe, identyfikuj słabe ogniwa i zalecaj praktyczne ulepszenia. Popraw niezawodność śledzenia na różnych stadionach, rozmieszczeniach kamer, stylach transmisji, jakości wideo i warunkach środowiskowych. Projektuj eksperymenty obejmujące pozyskiwanie danych, tworzenie zestawu danych, rozszerzanie, trenowanie modeli, dostrajanie, ocenę i gotowość do wdrożenia.

Analizuj tryby awarii i wdrażaj ulepszenia, które zwiększają dokładność, niezawodność, skalowalność i solidność. Dostosuj istniejące modele i potoki do obsługi nowych dyscyplin sportowych, lig i konfiguracji kamer, i źródeł wideo.Współpracuj z zespołami danych w zakresie przepływów pracy związanych z etykietowaniem, jakości zbiorów danych, procesów walidacji i cykli doskonalenia „człowieka w pętli”. Ściśle współpracuj z inżynierami oprogramowania, platformy i DevOps, aby wdrażać modele i potoki wizji komputerowej w środowiskach produkcyjnych. Popraw wydajność wnioskowania, skalowalność, monitorowanie i niezawodność operacyjną.

Ustal metryki oceny, procesy testowania i kontrole jakości, aby zapewnić niezmienną wydajność modelu w czasie. Kieruj inicjatywami od początku do końca, od wczesnego odkrycia technicznego i prototypowanie poprzez wdrożenie produkcyjne i ciągłe doskonalenie.Wkład w decyzje dotyczące projektowania systemów, które integrują wizję komputerową, uczenie maszynowe, usługi zaplecza, operacje i przepływy pracy klientów.Jasno komunikuj techniczne kompromisy z wewnętrznymi zespołami, interesariuszami klienta i kierownictwem inżynieryjnym.Dlaczego warto dołączyć do Janea? Ponieważ światowej klasy talent zasługuje na światowej klasy możliwości.

Co oferujemy: Konkurencyjne wynagrodzenie ze świadczeniami, płatne urlopy i zwolnienia chorobowe. Możliwość pracy ze zróżnicowanym na całym świecie zespołem najlepszych inżynierów nad najtrudniejszymi wyzwaniami inżynieryjnymi w branży. Niezwykle elastyczne warunki pracy - zapewniamy hojny dodatek na sprzęt biurowy, dzięki czemu możesz pracować z domu, możemy również zapewnić Ci biurko w pobliskim biurze/coworkingu lub skorzystać z obu.

Nie są konieczne podróże służbowe. Przyjemne środowisko pracy dla początkujących, z doskonałymi możliwościami rozwoju zawodowego. Elastyczne godziny pracy - jako firma, która stawia na pracę zdalną, zawsze skupialiśmy się na dobrym wykonaniu pracy, a nie na tym, kiedy i gdzie zostanie ona wykonana.

Pierwotnie opublikowany w Himalajach