Autonomingenjör - Djupinlärningsmodellaccelerering - Skydio - Distans - Globalt

Skydio är det ledande amerikanska drönföretaget och världsledande inom autonom flygning, en nyckelteknik för framtidens drönare och luftmobilitet. Skydio-teamet kombinerar djup expertis inom artificiell intelligens, förstklassig hårdvara och mjukvaruproduktutveckling, operativ excellens och kundfokus för att möjliggöra för en bredare, mer mångsidig grupp av drönaranvändare, från inspektörer av utility till första respondenter, soldater i stridsscenarier och mer därtill. Om rollen: Att lära sig en semantisk och geometrisk förståelse av världen från visuella data är kärnan i vårt autonomisystem. Vi skjuter gränserna för vad som är möjligt med realtidsdjupnätverk för att påskynda framsteg inom intelligenta mobila robotar. Om du är entusiastisk över att utnyttja enorma mängder strukturerad videodata för att lösa problem inom datorseende (CV) som objektigenkänning och spårning, optisk flödesestimering och segmentering, vill vi gärna höra från dig. Som en ingenjör för acceleration av djupinlärningsmodeller kommer du att vara ansvarig för att bygga och skala infrastrukturen som stöder Skydios Deep Learning (DL) och AI-insatser. Du kommer att arbeta vid korsningen av Skydios autonomi, inbäddade och molnteam för att leverera nya möjligheter och stärka djupinlärningsteamet. Hur du gör skillnad: Utveckla lösningar för högpresterande djupinlärningsinferens för CV-arbetsbelastningar som kan leverera hög genomströmning och låg latens på olika hårdvaruplattformar. Profilera CV- och Vision Language Models (VLMs) för att analysera prestanda, identifiera flaskhalsar och möjligheter till acceleration/optimering samt förbättra energiförbrukningseffektiviteten för djupinlärningsinferens. Designa och implementera end-to-end MLOps-flöden för modellutplacering, övervakning och omträning. Använda avancerad maskininlärningskunskap för att utnyttja tränings- eller runtime-ramverk eller modell-effektiviseringsverktyg för att förbättra systemets prestanda. Skapa nya metoder för att förbättra tränings effektivitet. Implementera GPU-kärnor för anpassade arkitekturer och optimerad inferens. Designa och implementera SDK:er som tillåter kunder/externa utvecklare att skapa autonoma arbetsflöden med maskininlärning. Utnyttja din expertis och bästa praxis för att upprätthålla och förbättra Skydios ingenjörsstandarder. Vad gör dig till en bra kandidat: Demonstrerad praktisk erfarenhet av MLOps, ML-inferensaccelerering/-optimering och edge-distribution. Stark kunskap om DL-grunder, tekniker och state-of-the-art DL-modeller/arkitekturer. Starka grunder i CV, bildbehandling och videobehandling. Praktisk erfarenhet av att bygga och hantera ML-pipelines för att lösa vision- eller vision language-uppgifter inklusive datarförberedelse, modellträning, modellutplacering och övervakning. Erfarenhet och förståelse för säkerhets- och efterlevnadskrav i ML-infrastruktur. Erfarenhet av ML-ramverk och bibliotek. Du har visat förmåga att systematiskt driva ett koncept genom hela mjukvarulivscykeln: arkitektur, utveckling, testning och utplacering samt övervakning. Du är bekväm med att navigera och leverera inom en komplex kodbas. Stark kommunikationsförmåga och förmåga att samarbeta effektivt på alla nivåer av teknisk djup.