Lead AI/ML Architect — Autonomous Systems w Rzeszów, Polska

Miejsce pracy Rzeszów

Rodzaj umowy UoP

Opis oferty

Szukamy doświadczonego architekta, który pokieruje zespołem analityków i inżynierów AI/ML w Rzeszowie, odpowiedzialnym za rozwój inteligentnych systemów sensorycznych oraz autonomicznych platform bezzałogowych.

Wymagania

· Doświadczenie w projektowaniu i wdrażaniu rozwiązań AI/ML oraz kierowaniu zespołem technicznym.

· Praktyczne doświadczenie w tworzeniu klasyfikatorów i algorytmów detekcji w co najmniej jednym obszarze: Computer Vision, analiza audio lub sygnałów RF.

· Znajomość metod przetwarzania sygnałów, analizy i fuzji danych sensorycznych oraz umiejętność doboru metod ML/DL do problemu inżynierskiego.

· Doświadczenie w przygotowywaniu zbiorów danych i ocenie skuteczności modeli.

· Praktyczna znajomość języka Python oraz PyTorch lub TensorFlow, umożliwiająca ocenę implementacji i wsparcie techniczne zespołu.

· Umiejętność podejmowania decyzji architektonicznych z uwzględnieniem skuteczności, wymagań czasowych oraz ograniczeń obliczeniowych, pamięciowych i energetycznych urządzeń

Zakres obowiązków

Zakres obowiązków

· Kierowanie zespołem analityków i inżynierów AI/ML, ustalanie priorytetów technicznych i nadzór nad jakością prac.

· Projektowanie architektury rozwiązań sensorycznych wykorzystujących AI/ML oraz dobór metod przetwarzania danych i sygnałów.

· Nadzór nad tworzeniem algorytmów detekcji i klasyfikacji na podstawie obrazu, dźwięku i sygnałów RF oraz nad fuzją danych wielosensorowych.

· Nadzór nad pozyskiwaniem i oznaczaniem danych, trenowaniem modeli oraz ich walidacją w warunkach laboratoryjnych i terenowych.

· Współpraca z projektantami elektroniki, RF i oprogramowania przy integracji algorytmów z urządzeniami oraz optymalizacji ich działania.

· Definiowanie wymagań i kryteriów skuteczności, prowadzenie przeglądów technicznych oraz rozwijanie kompetencji zespołu.

Poszukiwane kompetencje

Mile widziane

· Praktyczne doświadczenie w realizacji fuzji wielosensorowej i łączeniu klasycznych metod przetwarzania sygnałów z ML.

· Doświadczenie we wdrażaniu i optymalizacji modeli na urządzeniach brzegowych, w tym z wykorzystaniem CUDA i TensorRT.

· Doświadczenie z sensorami EO/IR, systemami akustycznymi, SDR lub radarami.

· Udział w projektach obronnych lub lotniczych.