États-Unis
Launch Legends
Aechelon Technology
Annotateur de Données / Spécialiste en Annotation Géospatiale
États-Unis
South San Francisco, California, United States
Python
Traduction automatique. Consultez l’original.
À propos du poste
Aechelon Technology, une société Shield AI, est un producteur leader de contenu de simulateur 3D, incluant des bases de données visuelles/capteurs géospatiaux et des modèles 3D réalistes.
Nous recherchons des personnes qui partagent notre passion pour les graphiques informatiques en temps réel et notre engagement envers notre mission d'aider à rendre les pilotes de notre nation plus sûrs. Nous vous donnerons une chance de travailler avec certaines des personnes les plus talentueuses de l'industrie graphique.
L'Annotateur de Données / Spécialiste en Annotation Géospatiale
joue un rôle essentiel dans la création de jeux de données d'entraînement de haute qualité utilisés pour développer et affiner les modèles de machine learning et de vision par ordinateur d'Aechelon. Ce rôle soutient à la fois le groupe de développement de modèles avancés et le groupe de vision appliquée en temps réel, garantissant que les jeux de données pour la détection d'objets, la segmentation et la classification sont précis, cohérents et prêts pour la production.
Le Spécialiste effectue une annotation vectorielle détaillée, une segmentation d'images et une préparation de jeux de données tout en respectant des normes de qualité strictes. Parce que la performance des modèles dépend fortement d'une annotation de haute qualité, ce rôle exige une attention exceptionnelle aux détails et une solide compréhension de l'imagerie géospatiale.
En plus de la création de jeux de données, le Spécialiste apprendra les concepts de base du machine learning et acquerra de l'expérience dans l'utilisation d'outils et de modèles d'inférence au sein du pipeline DAML, devenant ainsi un contributeur direct à l'évaluation des modèles et à l'amélioration des flux de travail.
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Cette description de poste n'est pas destinée à être une liste complète des activités, tâches ou responsabilités requises de l'employé occupant ce poste. Les tâches, responsabilités et activités peuvent être modifiées ou d'autres peuvent être attribuées à tout moment par la Société avec préavis à l'employé.
Shield AI est un employeur garantissant l'égalité des chances. Nous nous engageons à fournir un accès et des opportunités aux personnes handicapées. Si vous êtes un candidat qui est incapable d'utiliser/accéder pleinement à notre processus de candidature en raison d'un handicap, Aechelon Technology fournira un accommodement raisonnable. Veuillez envoyer un e-mail à [email protected] pour demander cet accommodement, et assurez-vous d'inclure une description détaillée de l'accommodement demandé, votre nom et votre méthode de contact préférée.
RESPONSABILITÉS CLÉS
- Créer des annotations vectorielles précises et des masques de segmentation pour l'entraînement de modèles de vision par ordinateur et de détection d'objets.
- Effectuer une segmentation d'images détaillée, en étiquetant manuellement des caractéristiques sur de vastes et variés jeux de données d'images.
- Suivre les directives d'annotation établies et maintenir la cohérence entre les AOI mondiaux.
- Valider et affiner les sorties de détection automatisées ; corriger les erreurs ou les détections incomplètes.
- Travailler avec l'équipe ML pour comprendre les besoins d'annotation, les cas limites et les seuils de qualité.
- Apprendre à utiliser les outils d'inférence de modèles et aider à évaluer la performance des modèles.
- Fournir des retours sur les faux positifs/négatifs, les faiblesses de détection et les ambiguïtés d'annotation.
- Maintenir une documentation structurée des processus d'annotation, des jeux de données, des définitions de caractéristiques et des résultats d'assurance qualité.
- Soutenir les améliorations des pipelines de jeux de données et des flux de travail d'annotation par un raffinement et des tests itératifs.
- Assister plusieurs groupes DAML selon les besoins, en fonction des demandes de jeux de données et des cycles de développement de modèles.
ATTENTES EN MATIÈRE DE RAPPORT
Le Spécialiste rend compte conjointement aux responsables des groupes de Développement de Modèles Avancés et de Vision Appliquée en Temps Réel, en fonction de l'affectation du projet. Des mises à jour régulières sont attendues sur l'avancement des jeux de données, la qualité de l'annotation, les blocages de flux de travail et les résultats de l'évaluation des modèles. Le Spécialiste est censé atteindre les quotas d'annotation tout en maintenant des normes strictes de précision et de qualité.
QUALIFICATIONS REQUISES
- Formation en SIG, Télédétection, Analyse d'images, Art numérique, Photographie ou domaine connexe (diplôme préféré mais pas obligatoire avec une solide expérience).
- Expérience préalable en annotation d'images, étiquetage de données, extraction de caractéristiques SIG ou flux de travail de segmentation.
- Capacité à identifier visuellement des caractéristiques subtiles dans l'imagerie avec une extrême précision.
- Solides compétences analytiques, organisationnelles et de documentation.
- Capacité à travailler avec de grands jeux de données pendant de longues périodes tout en maintenant la précision et la concentration.
COMPÉTENCES ET OUTILS REQUIS
- Adobe Photoshop (Avancé) : Expertise en création de masques, traçage de polygones, différenciation des couleurs, flux de travail de nettoyage et édition de segmentation.
- Outils SIG (Intermédiaire+) : Capacité à travailler dans QGIS, ERDAS Imagine ou Global Mapper pour la visualisation spatiale et le support d'annotation.
- Gestion de Données Géospatiales : Capacité à travailler avec des shapefiles, GeoPackages, des jeux de données raster et d'autres formats utilisés dans les flux de travail ML.
- Python (Basique-Intermédiaire) : Capacité à exécuter des scripts, effectuer des vérifications de données et aider aux tâches de pré-traitement.
- Outils de Documentation : Maîtrise de Jupyter Notebook et Git pour le suivi des notes d'annotation et des révisions.
COMPÉTENCES ET OUTILS FORTEMENT DÉSIRÉS
- Expérience dans la création de jeux de données d'entraînement pour des modèles de machine learning, de détection d'objets ou de segmentation d'images.
- Familiarité avec YOLO, PyTorch, ou fast.ai (connaissance conceptuelle acceptable).
- Capacité à créer des scripts simples pour automatiser les étapes d'annotation ou les tâches de pré-traitement.
- Expérience d'utilisation de ChatGPT ou d'autres LLMs pour améliorer les flux de travail, générer des scripts d'aide ou automatiser la documentation.
- Compréhension des caractéristiques géospatiales telles que la végétation, les bâtiments, les véhicules, les avions ou d'autres éléments d'exécution.
RÉMUNÉRATION
$82,000 - 92,000 / an
La fourchette ci-dessus est spécifique à la CALIFORNIE et peut ne pas être applicable à d'autres endroits. La rémunération finale est basée sur des facteurs tels que les compétences, les qualifications et l'expérience du candidat.
Nous offrons un ensemble de rémunération très attractif comprenant un salaire de base compétitif, une participation aux bénéfices basée sur la performance de l'entreprise, un régime 401k, et des avantages sociaux entièrement pris en charge par l'employeur (100%) (régimes d'assurance médicale, dentaire, vision, vie, courte durée, longue durée et vie).
Aucun remboursement de déménagement n'est fourni.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil