Launch Legends
Clera
Gründungs-ML-Ingenieur, Computer Vision (Objekterkennung)
Automatische Übersetzung. Prüfe das Original.
Über die Rolle
Als Gründungs-machine learning-Ingenieur bei einem Internet-Marktplatzunternehmen im Frühstadium legen Sie die technische Richtung für die visuelle Artikelidentifikation fest. Sie werden Produktionsmodelle erstellen, die zwischen eng verwandten Artikeln unterscheiden und zuverlässige Vorhersagen liefern, die Kundenentscheidungen unterstützen.
Was Sie tun werden
- Entwerfen Sie eine Computer-Vision-Architektur für die feingranulare Artikelidentifikation, beginnend mit grundlegenden Vision-Modellen und deren Anpassung an den Marktplatzkatalog.
- Legen Sie kategoriespezifische Genauigkeitsstandards fest und erstellen Sie kalibrierte Konfidenzbewertungen, damit das Produkt Unsicherheiten kommunizieren kann.
- Entwickeln Sie Feedbackschleifen, die Modellfehler nutzen, um zukünftige Kennzeichnungen in Zusammenarbeit mit dem Kennzeichnungsteam zu priorisieren.
- Leiten Sie Kompromisse zwischen der Erweiterung der Kategorieabdeckung und der Verbesserung der Genauigkeit in bestehenden Kategorien.
- Verantworten Sie den Weg von der Modellentwicklung bis zur Produktionsbereitstellung und balancieren Sie Latenz, Kosten und Zuverlässigkeit.
- Erklären Sie die Fähigkeiten und Grenzen von Modellen für technische und nicht-technische Stakeholder.
Was wir suchen
- Mindestens 5 Jahre praktische Erfahrung im Bereich Computer Vision, einschließlich der Bereitstellung eines Systems in der Produktion in relevantem Umfang.
- Praktische Erfahrung mit feingranularer Klassifizierung oder Klassifizierung auf Instanzebene, bei der die Unterscheidung ähnlicher Artikel wichtig ist.
- Starke Kenntnisse in PyTorch oder TensorFlow und praktische Erfahrung im Fine-Tuning und der Bereitstellung von Vision Transformers oder CNNs.
- Erfahrung im Entwerfen und Durchführen von Vision-Modell-Evaluierungen, die Verbesserungen über Verlustmetriken hinaus messen.
- Erfahrung in der Verantwortung für Modellbereitstellungsentscheidungen, einschließlich Latenz, Kosten, Zuverlässigkeit und kalibrierter Konfidenzbewertung.
- Komfort bei der technischen Übernahme eines offenen Problems und der klaren Kommunikation von Kompromissen.
- Erfahrung mit Active Learning, Human-in-the-Loop-Labeling, Low-Latency-Modell-APIs oder einem Startup im Frühstadium ist ein Plus.
Vergütung & Leistungen
Jährliches Grundgehalt: $200,000 bis $260,000.
Standort
Vor Ort in San Francisco, Kalifornien, Vereinigte Staaten.
