EO解决方案
地点：总部位于内华达州拉斯维加斯，战略性地点分布在毛伊岛和亨茨维尔，阿拉巴马州。欢迎全职远程候选人。
关于EO解决方案：
EO解决方案是航空航天和国防领域的开拓者，专门从事先进技术的快速原型制作和部署。我们的专业知识涵盖定向能量和空间领域认知，并致力于在人工智能和机器学习领域进行创新。作为一个充满活力的团队，我们正在推动航空航天和国防技术的前沿，以应对现代环境中不断变化的挑战。
为什么加入我们？
• 成为一个在航空航天和国防领域推动创新的先锋团队的一员。
• 参与将人工智能与尖端硬件相结合的开创性项目。
• 与一个多元、包容和充满激情的团队合作，致力于产生影响。
你的角色和影响：
作为EO解决方案的机器学习工程师II，你的角色在机器学习的多个前沿领域中起到关键作用。你将：
• 推进空间领域认知中的计算机视觉：
• 开发复杂的预处理和分析技术，提高天文成像中的目标检测和跟踪能力。
• 运用和创新卷积神经网络（CNN）和扩散模型等方法，推动天体物理图像处理的前沿。
优化天体物理数据分析：
• 优化和开发用于光度数据分析的先进方法，对于准确的空间领域认知至关重要。
• 尝试新颖的分割技术和机器学习算法，提高天体物理测量的准确性。
• 提升星体定位和卫星跟踪：
• 采用最先进的机器学习技术，为星体检测和卫星跟踪的改进做出贡献。
• 在不同观测条件下改善模型性能，重点关注拥挤的恒星区域中的召回率提高等方面。
除了这些核心领域，你的角色还可能涉及大型语言模型（LLMs）的研究课题。这将涉及以下方面：
• 运用你在Python方面的专业知识，开发自然语言处理（NLP）和相关领域的应用。
• 创新使用向量数据库和检索增强生成系统，促进NLP技术的进步。
我们寻找的人才：
• 计算机科学或相关领域的硕士或学士学位，专攻机器学习。
• 至少3年的软件和机器学习开发经验。
• 精通机器学习框架（TensorFlow，PyTorch）、Python和其他语言（Java，C/C++，C#，Rust）。
• 申请人必须符合获取机密信息的资格要求。由于安全审查要求，大多数职位需要具备美国公民身份。
• 对最新的模型架构、测试方法和性能基准有扎实的理解。
• 有云技术（AWS，Azure）经验，并能有效阐述复杂的技术概念。
理想技能：
• 有使用MLOps工具和框架进行机器学习模型开发和部署的经验。
• 有领导愿望或经验。
我们的福利：
• 有竞争力的薪资和全面的福利待遇。
• 重视工作与生活平衡的文化，提供灵活的工作安排。
• 提供职业成长和发展机会。一个充满活力和包容性的工作环境。
加入我们，与AI和ML共同塑造航空航天和国防技术的未来。 
芝加哥