Vereinigte Staaten
HEARTLAND BUSINESS SYSTEMS LLC
CDIT
AI/ML Engineer
Vereinigte Staaten
Loudoun County, Virginia, United States
PythonDocker
Automatische Übersetzung. Prüfe das Original.
Warum CDIT
CDIT sucht einen Mid-Level AI/ML Computer Vision Engineer zur Unterstützung des BEAGLE Agile Solution Factory (ASF) Teams, das für die U.S. Customs and Border Protection (CBP) in Northern Virginia tätig ist.
Sie werden Teil eines fokussierten Drei-Personen-Computer-Vision-Pods sein, der benutzerdefinierte Objekterkennungs- und Klassifizierungsmodelle mit dem YOLO Framework entwickelt. Das Team verarbeitet Live- und aufgezeichnete Full-Motion Video (FMV)-Feeds, um Straßen, Fahrzeuge, Personen und Geländemerkmale automatisch zu identifizieren. Dies ist eine praxisorientierte Rolle: Sie bringen rohe Produktionsvideos in eine sichere Trainingsumgebung, kuratieren Datensätze, trainieren und optimieren Modelle und implementieren leistungsstarke Inferenz-Pipelines.
CDIT vermittelt qualifizierte Fachkräfte an missionsorientierte Regierungsprogramme und unterstützt sie während ihres gesamten Einsatzes. Diese Rolle bietet direkte, praktische Arbeit an angewandter Computer Vision für eine föderale Grenzsicherungsmission innerhalb eines kleinen, wirkungsstarken Teams.
CDIT ist ein Arbeitgeber, der Chancengleichheit fördert. Alle qualifizierten Bewerber werden ungeachtet ihrer Rasse, Hautfarbe, Religion, ihres Geschlechts, ihrer sexuellen Orientierung, ihrer Geschlechtsidentität, ihrer nationalen Herkunft, einer Behinderung oder ihres Status als geschützter Veteran für eine Anstellung in Betracht gezogen.
Hauptaufgaben
- Modelltraining & Experimente: Trainieren, verfeinern und evaluieren Sie benutzerdefinierte YOLO-Objekterkennungsmodelle auf proprietären Datensätzen; experimentieren Sie mit Hyperparametern, Augmentierungen und Modellgrößen, um ein Gleichgewicht zwischen Geschwindigkeit und Genauigkeit zu finden.
- Data Engineering & Ingestion: Verarbeiten, bereinigen und formatieren Sie rohe Videodaten aus Produktionsumgebungen zu hochwertigen Trainingsdatensätzen.
- Datensatz-Annotation & Kuration: Verwalten Sie den Annotations-Lebenszyklus, einschließlich der Kennzeichnung von Bildern und Videoframes, der Überprüfung der Annotationsqualität und der Generierung synthetischer Daten bei Bedarf.
- Entwicklung von Inferenz-Pipelines: Schreiben Sie Python-Skripte, die Videoframes parsen, sie in Inferenz-Engines einspeisen und strukturierte Vorhersagedaten (JSON/Protobuf) für erkannte Objekte exportieren.
- Modellevaluierung: Erstellen Sie Leistungsberichte, Konfusionsmatrizen und Precision-Recall-Kurven, um blinde Flecken der Modelle zu identifizieren und eine kontinuierliche Verbesserung voranzutreiben.
- Agile Bereitstellung: Arbeiten Sie mit dem Senior AI/ML Lead, Video-Ingenieuren und Entwicklern in einer agilen/Scrum-Umgebung zusammen, um produktionsreifen Code in kurzen Sprints zu liefern.
Erforderliche Qualifikationen
- Bachelor-Abschluss in Informatik, Data Science, Software Engineering oder einem verwandten Fachbereich.
- 5+ Jahre Erfahrung in Software Engineering oder Data Science, davon 2+ Jahre praktische Erfahrung in der Entwicklung und dem Training von Computer-Vision-Modellen.
- Python-Programmierung mit zentralen ML-Bibliotheken (NumPy, Pandas, Scikit-Learn).
- Praktische Erfahrung im Training neuronaler Netze mit PyTorch oder TensorFlow.
- Erfahrung in der Implementierung von YOLO (z. B. YOLOv8/v9) für Objekterkennung, Segmentierung oder Klassifizierung.
- Erfahrung in der Bild- und Videoverarbeitung mit OpenCV oder FFmpeg.
- Erfahrung in der Datenkuration und -formatierung sowie in der Nutzung von Annotationsplattformen wie CVAT oder LabelImg.
- Git-Versionskontrolle und Zusammenarbeit an gemeinsamen Codebasen.
- Ausgeprägte analytische Fähigkeiten mit Fokus auf das Benchmarking der Modellleistung (mAP, FPS, Inferenzlatenz).
- Bereitschaft, 2–3 Tage pro Woche vor Ort in Ashburn, VA, zu arbeiten.
- US-Staatsbürgerschaft und die Fähigkeit, eine CBP-Hintergrundüberprüfung zu bestehen, die unter anderem Folgendes umfasst:
- 3-jährige Überprüfung auf Straftaten (Felony Convictions)
- 1-jährige Überprüfung auf illegalen Drogenkonsum
- 1-jährige Überprüfung auf Fehlverhalten wie Diebstahl oder Betrug
Gewünschte Qualifikationen
- Containerisierte Entwicklungsumgebungen (Docker).
- GPU-Ausführungsumgebungen und Modell-Exportformate (ONNX, TensorRT).
- Bibliotheken für Multi-Objekt-Tracking.
- Agile Tools wie Jira und Confluence.
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