Sauron

29 de set. de 2026

Engenheiro(a) Sênior de Percepção

Estados Unidos

San Francisco, California, United States

PythonC++Go

Tradução automática. Consulte o original.

Quem Somos

Sauron é a empresa de segurança residencial do futuro. Os proprietários hoje carecem de opções atraentes quando se trata de tranquilidade contra vulnerabilidades e controle total de sua casa; não há uma marca definitiva e protetora no espaço. Aproveitando IA de ponta, tecnologia de sensores e dissuasão não letal, Sauron traz tecnologia de próxima geração para proprietários para proteger suas famílias e propriedades. Incubada pelo empreendedor serial Kevin Hartz e pela Atomic, Sauron levantou uma rodada semente de US$18 milhões de importantes firmas de capital de risco e investidores anjo, incluindo 8VC e o CEO da Flock Safety, Garret Langley, para construir o novo sistema de percepção para a casa.

A Vaga | Engenheiro(a) Sênior de Percepção

A percepção é a base do produto Sauron. Cada decisão que o sistema toma (o que mostrar a um proprietário, o que ignorar, o que escalar) depende de termos compreendido corretamente o que aconteceu fora de casa. Estamos procurando a pessoa que será responsável por este domínio.

Você Contribuirá Através de

Nosso hardware opera ao redor da casa e deve completar sua missão de forma confiável em todas as condições ambientais: à noite, em clima adverso e na presença de oclusão e evasão deliberada. Nesta função, você definirá a direção técnica de como alcançaremos isso, incluindo o que detectamos, o que inferimos, quais problemas são melhor abordados por meio de modelos e quais por meio de sistemas, e o que significa "pronto para enviar" em termos mensuráveis, em vez de impressões.

Você será responsável pela arquitetura de percepção e pelos trade-offs de precisão, latência e custo que a sustentam. Você trabalhará em estreita colaboração com a equipe de hardware para definir os requisitos de sensoriamento em gerações de produtos sucessivas, e servirá como a autoridade que as equipes de nuvem, produto e hardware consultam para entender o que a percepção pode e não pode fazer. Você escreverá uma quantidade substancial de código, focada nos problemas mais difíceis, mas seu sucesso será medido pela melhoria, velocidade e confiabilidade do sistema de percepção como um todo.

Evoluir a arquitetura do pipeline para que câmeras possam entrar e sair, e a configuração possa mudar, sem interromper o vídeo ao vivo ou perder a identidade do objeto.

Definir a fronteira entre sistemas e modelos. Você decide o que pertence ao serviço compilado, o que pertence ao grafo de inferência e qual é o teto de desempenho real.

Ser responsável pela qualidade da percepção de ponta a ponta. Definir o que é bom em números: dados de avaliação, um sistema de regressão e uma justificativa defensável sobre a escolha do modelo para nosso hardware.

Extrair o máximo valor de nossos sensores. Fundir cada observação disponível, mantendo a robustez contra oclusão, iluminação ruim e evasão deliberada.

Levar o serviço de "em execução" para "confiável e autônomo". Detecção de falhas, degradação graciosa e observabilidade suficientes para sabermos por que algo falhou sem uma visita ao local.

Fechar o ciclo a partir do campo. Usar dados de implantação para encontrar oportunidades de melhoria e construir o conjunto de dados e a infraestrutura de avaliação que tornam isso repetível.

Liderar o trabalho e as pessoas. Definir a direção em toda a percepção, revisar as mudanças difíceis e ser responsável pelas interfaces que a percepção expõe ao restante do produto.

Valorizamos

Colaboração, programação em par e trabalho em equipe.

Assumir responsabilidade em toda a stack.

Desenvolvimento orientado a testes e refatoração regular para manter nossas bases de código saudáveis.

Seu Histórico Inclui

Aproximadamente 5+ anos construindo sistemas de produção, com vários em escopo de staff: sendo responsável pela arquitetura de um sistema, não apenas por seus tickets.

Experiência profissional significativa com percepção ou machine learning para produtos de hardware em um campo de segurança crítica - aeroespacial, robótica, dispositivos médicos, veículos autônomos ou segurança física.

Profundo conhecimento de C++ moderno. Esta é uma base de código C++20 com Abseil, gRPC e CMake; você deve se sentir confortável em gerenciar o ciclo de vida, threading e a semântica de desligamento em um daemon de longa execução.

Experiência real com GStreamer ou pipeline de mídia: pads, probes, negociação de caps, mensagens de barramento e a patologia específica de um pipeline que está ativo, mas não se move. DeepStream ou outra stack de vídeo NVIDIA é um forte diferencial.

Visão computacional aplicada que você já implementou - rastreamento multi-objeto, re-identificação ou associação multi-câmera - e o julgamento para saber quando a resposta é um modelo melhor versus melhor geometria versus melhor infraestrutura.

Uma compreensão clara de álgebra linear, otimização, estatística e algoritmos, e a teoria por trás das técnicas que você utiliza.

Experiência em todo o ciclo de vida de deep-learning: PyTorch ou um framework equivalente, camadas e operações personalizadas, otimização de redes para inferência em computação de borda, reprodutibilidade e avaliação honesta.

Inferência de GPU na prática: motores TensorRT, batching, fp16 e raciocínio sobre onde a latência realmente se encontra.

Instinto de borda. Você já depurou algo que só falha no dispositivo, após nove horas, na rede de um cliente, e trata a observabilidade e a classificação de falhas como parte do recurso.

Fluência em Python. Uma parte significativa da lógica de suporte é Python, e você será quem decidirá o custo disso para nós.

Uma mentalidade generalista - capaz de mergulhar onde quer que esteja o gargalo, desde a infraestrutura de treinamento na nuvem até sistemas embarcados.

Excelentes habilidades de comunicação escrita e verbal, e a capacidade de definir direção técnica e discordar produtivamente com equipes adjacentes.

Diferenciais

NVIDIA Jetson em produção - JetPack, L4T, imagens Yocto, ou a alegria de cross-compilar para aarch64.

Experiência anterior na construção de sistemas de rastreamento multi-câmera.

Vigilância por vídeo, VMS ou integrações ONVIF/RTSP, e saber como as câmeras realmente se comportam mal.

Arquitetura de GPU e programação CUDA.

Familiaridade com VLMs e outros modelos multimodais para compreensão semântica de cenas.

Ser responsável pela avaliação de modelos: conjuntos de dados, métricas e a disciplina para rejeitar um modelo que tenha melhor desempenho em benchmarks, mas que seja pior na prática.

Remuneração: US$220-260k + equity + benefícios

Idiomas

Engenheiro(a) Sênior de Percepção

Quem Somos

A Vaga | Engenheiro(a) Sênior de Percepção

Você Contribuirá Através de

Valorizamos

Seu Histórico Inclui

Diferenciais

Seu próximo empregojá está te procurando.

Mais oportunidades com um só perfil

Continue explorando

Administrador de Sistemas

Gerente de Programa de Dados de IA, Marcom

Engenheiro de Compiladores P4 - DPU