États-Unis
HEARTLAND BUSINESS SYSTEMS LLC
Chooch
Ingénieur Machine Learning
À distanceÉtats-Unis
San Mateo, California, United States
PythonAWSDockerKubernetes
Traduction automatique. Consultez l’original.
Description de l'entreprise
Chooch aide à concevoir et à exploiter les meilleures applications d'IA de vision par ordinateur qui rendent les caméras intelligentes, améliorant ainsi la productivité et les revenus tout en réduisant les coûts opérationnels. Chooch a été désignée comme une plateforme de vision par ordinateur de premier plan par IDC.
Description du poste
Nous recherchons un ingénieur Machine Learning (basé aux États-Unis) pour rejoindre notre équipe. Il s'agit d'un poste à temps plein en mode hybride, impliquant une expérience pratique fréquente sur des projets clients dans la région de la baie de San Francisco. L'ingénieur Machine Learning sera responsable de la conception réussie, de la précision et de l'infrastructure technique de nos applications d'IA de vision par ordinateur. Cela inclut la préparation des données, l'entraînement, la configuration des réseaux de neurones, le déploiement des réseaux sur les sites réels des clients et l'optimisation des algorithmes de vision par ordinateur pour les clients des secteurs de la santé, de la fabrication et de la vente au détail. Ce rôle nécessite des interactions fréquentes avec des clients techniques et non techniques, tout en travaillant en étroite collaboration avec nos équipes d'ingénierie des solutions. Le poste d'ingénieur Machine Learning offre des opportunités d'évolution, de direction de projets techniques et d'amélioration des processus actuels, tout en fournissant des retours précieux à nos équipes produit et solutions.
Description du produit
Chooch AI est une plateforme de vision par ordinateur qui aide les hôpitaux à automatiser la surveillance des salles de stockage et la gestion des stocks. À l'aide de caméras fixes et d'IA, la plateforme suit en continu les fournitures dans les zones de stockage et met à jour les niveaux de stock en temps réel. Lorsque les niveaux d'inventaire tombent en dessous des seuils définis, des commandes de réapprovisionnement sont automatiquement générées et envoyées aux systèmes ERP, éliminant ainsi les comptages manuels et la lecture de codes-barres. Les hôpitaux utilisant Chooch AI réduisent considérablement les ruptures de stock critiques, optimisent les niveaux d'inventaire et améliorent la productivité du personnel de la chaîne d'approvisionnement. En transformant les salles de stockage en systèmes autogérés, Chooch AI permet aux équipes cliniques et logistiques de consacrer plus de temps aux soins des patients.
Responsabilités / Ce que vous ferez chez Chooch
- Concevoir, entraîner et affiner des modèles pour la détection d'objets, la classification, la segmentation, le suivi et la détection d'anomalies sur des vidéos et des images réelles de clients.
- Adapter des modèles pré-entraînés et fondamentaux (détecteurs de la famille YOLO, ViT, modèles de type CLIP et modèles vision-langage) à de nouveaux cas d'usage clients avec des données étiquetées limitées.
- Prendre en charge les pipelines de données de bout en bout : curation, directives d'étiquetage, augmentation, données synthétiques et versioning des jeux de données.
- Optimiser les modèles pour la production et le matériel en périphérie (edge) en utilisant la quantification, l'élagage, la distillation, l'exportation ONNX et TensorRT, afin d'atteindre les objectifs convenus en matière de latence et de précision.
- Construire des suites d'évaluation avec des métriques claires (mAP, précision/rappel, taux de fausses alertes par caméra-heure) et détecter les régressions avant la mise en production.
- Déployer et surveiller les modèles en production, diagnostiquer les dérives et les cas d'échec, et boucler la boucle avec le réentraînement.
- Travailler avec les équipes produit, les ingénieurs solutions et les clients pour transformer des exigences vagues en spécifications de modèles mesurables.
- Écrire du code propre, testé et révisé, et contribuer aux outils ML partagés.
Composants clés
- Développement et optimisation de modèles : Concevoir, développer et optimiser des modèles de machine learning pour des applications de vision par ordinateur.
- Gestion des données : Collaborer avec les ingénieurs ML pour assurer la collecte, le traitement et la maintenance de jeux de données de haute qualité nécessaires à l'entraînement et au test des modèles.
- Implémentation d'algorithmes : Mettre en œuvre des algorithmes de vision par ordinateur de pointe pour améliorer la précision et les performances du système dans des scénarios réels.
- Collaboration interfonctionnelle : Travailler en étroite collaboration au sein de l'équipe d'ingénierie des solutions pour intégrer les modèles de machine learning dans le produit et les systèmes plus larges.
- Déplacements sur site et tests sur le terrain : Nombre de nos projets sont des déploiements en direct chez des clients majeurs du classement Fortune 500 – testant de nouvelles technologies ML innovantes. Des déplacements sur site sont parfois nécessaires pour observer l'environnement, effectuer des tests en conditions réelles et s'assurer que la technologie fonctionne comme prévu.
- Évaluation des performances : Évaluer régulièrement les performances des modèles de vision par ordinateur, en utilisant des méthodes qualitatives et quantitatives, et itérer pour améliorer la précision et l'efficacité.
- Recherche et innovation : Compréhension des derniers développements en machine learning et en vision par ordinateur, en appliquant des approches et des technologies innovantes pour résoudre des défis complexes.
- Engagement des parties prenantes : Collaborer avec les parties prenantes internes et externes pour comprendre leurs besoins et les traduire en solutions techniques efficaces.
- Résolution de problèmes : Aborder et dépanner les problèmes complexes qui surviennent lors du développement et du déploiement des systèmes de vision par ordinateur.
Ce qui serait un plus
- Expérience avec les modèles vision-langage (CLIP, modèles de type LLaVA) ou la détection à vocabulaire ouvert.
- Suivi multi-objets et analyse vidéo (ré-identification, reconnaissance d'actions, modèles temporels).
- Apprentissage par quelques exemples (few-shot learning), apprentissage actif ou génération de données synthétiques pour les domaines à faible volume de données.
- Outils MLOps : MLflow ou Weights & Biases, Kubernetes, Triton Inference Server, CI/CD pour les modèles.
- Expérience sectorielle dans la santé, la vente au détail et la chaîne d'approvisionnement, l'inspection industrielle, la sécurité au travail ou la vidéosurveillance.
Prérequis
Le candidat idéal doit être profondément passionné par le machine learning et ses applications concrètes, en particulier dans l'amélioration et l'exploitation de réseaux de neurones de pointe pour avoir un impact réel.
- 3 à 5 ans d'expérience dans l'industrie dans la construction de systèmes ML, avec au moins 2 ans consacrés à la vision par ordinateur.
- Licence ou Master en informatique, génie électrique, mathématiques ou domaine connexe, ou expérience pratique équivalente.
- Maîtrise de Python et expérience pratique avec PyTorch (ou TensorFlow) pour l'entraînement et le débogage de modèles de deep learning.
- Avoir mis en production au moins un modèle de vision par ordinateur et être capable d'expliquer les compromis effectués en cours de route.
- Solide compréhension des architectures CNN et transformer pour la détection, la segmentation et la classification.
- Expérience avec OpenCV et le traitement d'images/vidéos : décodage de flux, prétraitement, augmentation.
- Connaissance pratique de l'optimisation des modèles pour l'inférence (ONNX, TensorRT, quantification ou similaire).
- À l'aise avec Docker, Git, Linux et l'entraînement sur GPU dans un environnement cloud (AWS/Azure).
- Solides fondamentaux en ML : fonctions de perte, surapprentissage (overfitting), déséquilibre des classes, métriques d'évaluation et conception d'expériences.
- Communication écrite et orale claire, y compris la capacité à expliquer le comportement des modèles à des parties prenantes non spécialisées en ML.
Chooch offre des avantages étendus, notamment une assurance santé, dentaire et vision, un plan 401K avec un abondement de 3%, des congés payés généreux et des polices d'assurance vie incluses.
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