关于我们
Agtonomy是一个混合自主和远程协助服务平台，将拖拉机和其他设备转变为自主机器。强大的传感器套件和定制软件堆栈使得远程操作模式比传统设备具有更高的安全边际。通过其原始设备制造商（OEM）合作伙伴，Agtonomy将解决当地农业熟练劳动力短缺和更广泛的土地维护工作，包括通过清理土地预防野火。
职位描述
我们正在寻找一位才华横溢的机器学习基础设施工程师加入自主团队，帮助构建最先进的模型训练、评估和部署流程，以支持我们自动驾驶车辆的感知模块的开发。您将负责提供解决方案，以增强机器学习开发并优化离线训练。
您将从事以下工作：
• 设计和实施用于分析和增强真实世界数据的机器学习工具和工作流程
• 在分布式环境中开发和优化训练流程
• 建立自动化的ETL流程
• 以编程方式提高不同神经网络架构的训练效率
• 提高可扩展的机器学习平台的开发者体验和性能
• 开发应用程序/机器学习指标，以衡量模型、感知系统和整体自动驾驶性能；分析性能优化机会
您需要具备以下能力：
• 计算机科学/工程学学士学位及4年以上深度学习、机器学习或数据分析基础设施设计和实施的行业经验
• 有从数据集收集和标注到训练和验证的生产机器学习流程的工作经验
• 熟悉常见的深度学习框架，例如Tensorflow、Pytorch、Caffe
• 熟练使用C++（11或更新版本）和Python
• 具有分析CPU/GPU代码的性能分析经验
• 有开发、运行和管理容器编排系统（如Kubernetes）的经验
• 能够在快节奏、协作的小团队环境中独立工作
以下因素使您更适合：
• 有在云端进行训练数据处理流程的经验（AWS、Azure、Google Cloud等）
• 对指标、数据分析和科学评估有坚实的理解
• 具备构建设计良好、易于维护和高可靠性代码的强大软件工程能力，供其他工程师使用
• 对可持续能源和电动车发展充满热情
Agtonomy专注于机器人技术、机器学习、人工智能、工业自动化和农业。他们的公司在旧金山设有办事处。他们的团队规模较小，有11-50名员工。截至目前，Agtonomy已经获得了2250万美元的资金，他们最近一轮融资于2022年9月结束。
您可以访问他们的网站https://www.agtonomy.com/或在Twitter和LinkedIn上找到他们。 
旧金山