Vereinigte Staaten
HEARTLAND BUSINESS SYSTEMS LLC
Chooch
Machine Learning Engineer
RemoteVereinigte Staaten
San Mateo, California, United States
PythonAWSDockerKubernetes
Automatische Übersetzung. Prüfe das Original.
Unternehmensbeschreibung
Chooch hilft beim Aufbau und Betrieb der besten Computer-Vision-KI-Anwendungen, die Kameras intelligent machen, die Produktivität und den Umsatz steigern und gleichzeitig die Betriebskosten senken. Chooch wurde von IDC als führende Computer-Vision-Plattform ausgezeichnet.
Stellenbeschreibung
Wir suchen einen Machine Learning Engineer (mit Wohnsitz in den USA), der unser Team verstärkt. Dies ist eine Vollzeitstelle in hybrider Arbeitsweise mit häufiger praktischer Erfahrung bei Kundenprojekten in der Bay Area. Der Machine Learning Engineer ist verantwortlich für das erfolgreiche Design, die Genauigkeit und das Rückgrat unserer Computer-Vision-KI-Anwendungen. Dies umfasst die Datenaufbereitung, das Training, die Konfiguration neuronaler Netze, die Bereitstellung von Netzwerken an realen Kundenstandorten sowie die Verfeinerung von Computer-Vision-Algorithmen für Kunden aus den Bereichen Gesundheitswesen, Fertigung und Einzelhandel. Diese Rolle erfordert häufige Interaktion mit technischen und nicht-technischen Kunden bei gleichzeitig enger Zusammenarbeit innerhalb unserer Solutions-Engineering-Teams. Die Rolle als Machine Learning Engineer bietet die Möglichkeit zur Weiterentwicklung, zur Leitung technischer Projekte und zur Verbesserung aktueller Prozesse, während gleichzeitig wertvolles Feedback an unsere Produkt- und Lösungsteams gegeben wird.
Produktbeschreibung
Chooch AI ist eine Computer-Vision-Plattform, die Krankenhäuser bei der Automatisierung der Überwachung von Lagerräumen und der Bestandsverwaltung unterstützt. Mithilfe von fest installierten Kameras und KI verfolgt die Plattform kontinuierlich die Bestände in Lagerbereichen und aktualisiert die Lagerbestände in Echtzeit. Wenn die Bestände unter definierte Schwellenwerte fallen, werden automatisch Nachbestellungen generiert und an ERP-Systeme gesendet, wodurch manuelle Zählungen und das Scannen von Barcodes entfallen. Krankenhäuser, die Chooch AI einsetzen, reduzieren kritische Fehlbestände erheblich, optimieren ihre Lagerbestände und verbessern die Produktivität des Personals in der Lieferkette. Indem Lagerräume in selbstverwaltende Systeme umgewandelt werden, ermöglicht Chooch AI es den klinischen Teams und der Lieferketten-Abteilung, mehr Zeit auf die Patientenversorgung zu verwenden.
Verantwortlichkeiten / Was Sie bei Chooch tun werden
- Entwerfen, trainieren und optimieren Sie Modelle für Objekterkennung, Klassifizierung, Segmentierung, Tracking und Anomalieerkennung anhand von echten Kunden-Videos und -Bildern.
- Passen Sie vortrainierte und Foundation-Modelle (YOLO-Familie, ViTs, CLIP-artige und Vision-Language-Modelle) an neue Kundenanwendungsfälle mit begrenzten gelabelten Daten an.
- Verantworten Sie Datenpipelines von Anfang bis Ende: Kuratierung, Labeling-Richtlinien, Augmentierung, synthetische Daten und Dataset-Versionierung.
- Optimieren Sie Modelle für die Produktion und Edge-Hardware unter Verwendung von Quantisierung, Pruning, Destillation, ONNX-Export und TensorRT, um vereinbarte Latenz- und Genauigkeitsziele zu erreichen.
- Erstellen Sie Evaluierungssuiten mit klaren Metriken (mAP, Precision/Recall, Fehlalarmraten pro Kamera-Stunde) und fangen Sie Regressionen vor der Veröffentlichung ab.
- Stellen Sie Modelle in der Produktion bereit und überwachen Sie diese, diagnostizieren Sie Drift- und Fehlerfälle und schließen Sie den Kreislauf durch erneutes Training.
- Arbeiten Sie mit Produktmanagern, Solutions Engineers und Kunden zusammen, um vage Anforderungen in messbare Modellspezifikationen zu übersetzen.
- Schreiben Sie sauberen, getesteten und geprüften Code und tragen Sie zu gemeinsamen ML-Tools bei.
Kernkomponenten
- Modellentwicklung und -optimierung: Entwurf, Entwicklung und Optimierung von machine learning-Modellen für Computer-Vision-Anwendungen.
- Datenmanagement: Zusammenarbeit mit ML-Ingenieuren, um die Sammlung, Verarbeitung und Pflege hochwertiger Datensätze sicherzustellen, die für das Training und Testen von Modellen erforderlich sind.
- Algorithmen-Implementierung: Implementierung modernster Computer-Vision-Algorithmen zur Verbesserung der Systemgenauigkeit und -leistung in realen Szenarien.
- Funktionsübergreifende Zusammenarbeit: Enge Zusammenarbeit innerhalb des Solutions-Engineering-Teams, um machine learning-Modelle in das breitere Produkt- und Systemumfeld zu integrieren.
- Vor-Ort-Reisen und Feldtests: Viele unserer Projekte sind Live-Implementierungen bei großen Fortune-500-Kunden – bei denen neue, innovative ML-Technologien getestet werden. Reisen vor Ort sind manchmal erforderlich, um die Umgebung zu sehen, in der realen Welt zu testen und sicherzustellen, dass die Technologie wie erwartet funktioniert.
- Leistungsbewertung: Regelmäßige Bewertung der Leistung von Computer-Vision-Modellen unter Verwendung qualitativer und quantitativer Methoden sowie Iteration zur Verbesserung von Genauigkeit und Effizienz.
- Forschung und Innovation: Verständnis der neuesten Entwicklungen im Bereich machine learning und Computer Vision sowie Anwendung innovativer Ansätze und Technologien zur Lösung komplexer Herausforderungen.
- Stakeholder-Engagement: Zusammenarbeit mit internen und externen Stakeholdern, um deren Bedürfnisse zu verstehen und in effektive technische Lösungen zu übersetzen.
- Problemlösung: Adressierung und Fehlerbehebung komplexer Probleme, die während der Entwicklung und Bereitstellung von Computer-Vision-Systemen auftreten.
Wünschenswert
- Erfahrung mit Vision-Language-Modellen (CLIP, LLaVA-artige Modelle) oder Open-Vocabulary-Detection.
- Multi-Object-Tracking und Videoanalyse (Re-Identifizierung, Aktionserkennung, temporale Modelle).
- Few-Shot-Learning, Active-Learning oder die Generierung synthetischer Daten für datenarme Domänen.
- MLOps-Tools: MLflow oder Weights & Biases, Kubernetes, Triton Inference Server, CI/CD für Modelle.
- Branchenerfahrung im Gesundheitswesen, Einzelhandel und Lieferkette, Fertigungsinspektion, Arbeitssicherheit oder Videoüberwachung.
Mindestanforderungen
Der ideale Kandidat sollte eine tiefe Leidenschaft für machine learning und dessen reale Anwendungen haben, insbesondere bei der Verbesserung und Nutzung modernster neuronaler Netze, um einen echten Einfluss zu erzielen.
- 3–5 Jahre Berufserfahrung im Aufbau von ML-Systemen, davon mindestens 2 Jahre mit Schwerpunkt auf Computer Vision.
- Bachelor- oder Masterabschluss in Informatik, Elektrotechnik, Mathematik oder einem verwandten Bereich oder gleichwertige praktische Erfahrung.
- Fundierte Python-Kenntnisse und praktische Erfahrung mit PyTorch (oder TensorFlow) zum Trainieren und Debuggen von deep learning-Modellen.
- Sie haben mindestens ein Computer-Vision-Modell in die Produktion gebracht und können die dabei getroffenen Abwägungen erläutern.
- Fundiertes Verständnis von CNN- und Transformer-Architekturen für Erkennung, Segmentierung und Klassifizierung.
- Erfahrung mit OpenCV und Bild-/Videoverarbeitung: Dekodierung von Streams, Vorverarbeitung, Augmentierung.
- Arbeitskenntnisse in der Modelloptimierung für Inferenz (ONNX, TensorRT, Quantisierung oder Ähnliches).
- Vertraut mit Docker, Git, Linux und dem Training auf GPUs in einer Cloud-Umgebung (AWS/Azure).
- Solide ML-Grundlagen: Verlustfunktionen, Overfitting, Klassenungleichgewicht, Evaluierungsmetriken und Versuchsdesign.
- Klare schriftliche und mündliche Kommunikation, einschließlich der Fähigkeit, das Modellverhalten gegenüber nicht-technischen Stakeholdern zu erklären.
Chooch bietet umfangreiche Leistungen, einschließlich Kranken-, Zahn- und Augenversicherung, 401K mit 3% Arbeitgeberzuschuss, umfangreichem bezahltem Urlaub (PTO) und Lebensversicherungspolicen.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen