关于Cynapse
Cynapse是一家领先的AI软件公司，专注于企业级视频智能解决方案，由生成式AI驱动，旨在应对各行业的独特挑战。我们的垂直行业解决方案使组织能够在道路、海港、机场和城市等复杂环境中提高安全性、运营效率和安全性。通过将先进的视觉AI与生成式AI相结合，我们不断突破视频分析的界限，提供能够改变运营的洞察和自动化。
由一个具有将初创公司扩展为市场领导者的成功经验的全球团队领导，我们促进创新、协作和多元化视角。Cynapse总部位于美国，为全球客户服务，重新定义视频智能的可能性。
职位描述
我们正在寻找一名动手能力强的机器学习工程师实习生加入我们的模型工程团队，专注于计算机视觉和现代AI。这个职位适合对训练深度学习模型、优化架构和扩展现实世界视觉系统充满热情的建设者。
您将与经验丰富的工程师密切合作，处理从标准对象检测器到尖端的零样本和开放词汇架构的生产级模型。这是一个理想的职位，适合那些喜欢进行实验、分析模型行为并推动可衡量性能改进的人。
您的职责
• 模型训练与微调：
在各种任务中训练、评估和改进深度学习模型，包括分类、对象检测、分割和动作识别。
• 架构与AI探索：
研究和实验CNN、Transformer和基础模型。您将探索现代AI的集成，以增强开放词汇检测和零样本能力。
• 故障分析与数据优化：
调试模型故障（误报/漏报），通过有针对性的数据标注、清理或改进的推理策略实施解决方案，以确保模型的稳健性。
• 数据与ML工程：
管理大规模数据集，包括预处理和版本控制，以确保高保真和可重复的实验。
• 流水线自动化：
为自动化训练和评估流水线的开发和优化做出贡献，以提高可靠性和部署效率。
适合的人选
• 建设者：您更喜欢动手工程和实际实施，而不是纯粹的理论研究。
• 实验者：您喜欢通过测试不同架构、超参数和数据集的迭代过程来最大化性能。
• 问题解决者：您对根本原因感到好奇，并享受模型调试和数据驱动改进所需的“侦探工作”。
• 实用主义者：您期待看到您的模型和自动化系统在现实生产环境中成功部署。
要求
• 正在攻读或已完成计算机科学、AI、机器学习或相关技术领域的学位。
• 对深度学习模型训练、实验和数据中心AI有浓厚兴趣。
• 精通Python，并具有PyTorch或TensorFlow的经验。
• 熟练使用Linux环境（SSH、shell脚本和基于CLI的文件管理）。
加分项
• 实践经验：之前在专业CV框架或比较多种架构方面的工作经验。
• 现代AI知识：熟悉视觉语言模型或零样本检测。
• MLOps工具：具有Git、Docker或实验跟踪工具（如Weights & Biases、MLflow）的经验。
• 视频处理：了解OpenCV、FFmpeg或处理视频流。
实习详情
• 时长：至少6个月（灵活）。
• 承诺：每周4-5天。
• 地点：新加坡
注意：请注意，只有入围的候选人会收到通知。
