机器学习工程师(计算机视觉)

15个月前远程全职
Robotic Assistance Devices

Robotic Assistance Devices

location 洛杉矶
unsaved
公司背景 RAD开发世界一流的安全机器人设备、软件和机器人安全服务,提升设施的安全性和安全性,同时降低总体成本。 Robotic Assistance Devices的使命是提供基于人工智能的解决方案,使组织能够解决复杂的挑战,同时提供即时的投资回报。我们公司的创立是基于这样的信念,即下一代解决方案可以帮助组织简化操作,增加投资回报率并加强业务。RAD技术改善了巡逻和警卫服务的简易性和经济性,并使经验丰富的人员能够专注于更具战略性的任务。客户可以增强现有人员的能力,并以极大降低的成本获得更高水平的情景意识。 主要职责: • 开发针对现场监控应用的AI算法,如人脸识别、OCR、目标检测和跟踪。 • 不断改进和训练各种AI模型,包括对现有系统的改进。 • 对当前服务进行例行维护和升级。 • 定期测试和优化服务,确保其功能和效率。 • 在Edge设备上实施定制的AI模型,包括Nvidia Jetson开发板。 • 使用API工具和Kafka等工具将定制的AI模型部署到云平台。 • 调查并及时了解领域内的新技术和工具。 • 与团队成员和管理层有效沟通,以实现高效的团队合作。 • 遵循既定的团队或项目流程和指南。 • 定期向上级汇报项目、发布或任务进展,并解决重大问题。 资格要求: • 在创建传统和先进的计算机视觉算法方面具有经验,特别是在OCR和目标检测/跟踪方面。 • 深入了解当代AI方法,并具有设计定制架构的经验。 • 熟练掌握训练目标检测模型的能力,特别是YOLOv5和v8。 • 熟练使用Python或C++进行编程。 • 具备MLOps经验者优先。 • 在云/边缘环境中进行AI部署的技能具有优势。 • 在Python编程和使用PyTorch、TensorFlow和Hugging Face库等ML框架方面具有实际能力。 • 熟悉版本控制系统(Git)、机器和深度学习,并对摄像头技术和UI开发有基本了解。 • 具有大数据框架和NoSQL数据库(如MongoDB和Cassandra)的经验。 • 具备Docker容器化的实际能力,包括在各种环境中创建、管理和部署Docker容器,以确保应用程序的一致、可扩展和高效的部署和运行。