Agility Robotics
Senior AI Software Engineer, Perception
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Инженер по восприятию для человекоподобного робота Digit: разработка и внедрение алгоритмов восприятия (детекция людей, препятствий), чтобы робот безопасно работал в динамичных средах.
Задачи
- Проектировать, разрабатывать и внедрять алгоритмы восприятия (например, детекция людей) для обеспечения безопасности и эффективности
- Внедрять современные модели восприятия, оценивая новые исследования и технологии
- Продвигать лучшие практики проектирования, реализации и тестирования моделей
- Оптимизировать глубокие нейросети и пайплайны данных для работы на встраиваемых системах (оптимизация структуры модели, CUDA-инференс)
- Задавать стандарты верификации и валидации ML-моделей восприятия, особенно для редких и критичных по безопасности сценариев
- Взаимодействовать с командами навигации, управления и аппаратного обеспечения
Требования
- 5+ лет опыта в машинном обучении/восприятии для робототехники
- Степень магистра или PhD в области ИИ, робототехники, информатики или смежной дисциплине
- Опыт построения ML/систем восприятия для критичных по безопасности контекстов (детекция людей, автомобильная отрасль, робототехника)
- Глубокие знания в сверточных нейросетях, мульти-объектном трекинге, детекции людей, ассоциации данных, обучении с учителем и оценке позы
- Опыт проектирования и оптимизации алгоритмов для CPU и GPU
- Опыт с MLOps: сервисы аннотации данных, хранение данных, инструменты оценки и деплоя моделей
- Публикации (CVPR, ICCV, RSS, ICRA приветствуются)
- Право на работу в США
Условия
- Гибридный формат в офисах Salem, Pittsburgh или Fremont
- Зарплата $197,000—$307,000 в год
- 401(k) с 6% match
- Опционы компании
- 100% оплата медицинской, стоматологической и страховки зрения
- Гибкий неограниченный PTO и 12 праздничных дней
- Оплачиваемый родительский отпуск
- Компенсация обучения
- Помощь с релокацией
- Ежегодный бонус
Навыки
- Machine Learning
- Computer Vision
- Convolutional Neural Networks
- Multi-object tracking
- Human detection
- Pose estimation
- CUDA
- GPU
- CPU
- MLOps
- Python
- Deep Learning
- Lidar
- Sensor fusion