HEARTLAND BUSINESS SYSTEMS LLC
CDIT
Engenheiro de IA/ML
Por que a CDIT
A CDIT está em busca de um Engenheiro de IA/ML de nível pleno em Visão Computacional para apoiar a equipe BEAGLE Agile Solution Factory (ASF), que atende à U.S. Customs and Border Protection (CBP) no norte da Virgínia.
Você fará parte de um grupo focado de três pessoas em visão computacional, criando modelos personalizados de detecção e classificação de objetos com o framework YOLO. A equipe processa feeds de Full-Motion Video (FMV) ao vivo e gravados para identificar automaticamente estradas, veículos, pessoas e características do terreno. Esta é uma função prática: você levará vídeos de produção brutos para um ambiente de treinamento seguro, fará a curadoria de conjuntos de dados, treinará e ajustará modelos e implantará pipelines de inferência de alto desempenho.
A CDIT aloca profissionais qualificados em programas governamentais focados em missões e oferece suporte durante todo o seu engajamento. Esta função oferece trabalho direto e prático em visão computacional aplicada para uma missão federal de segurança de fronteira, dentro de uma equipe pequena e de alto impacto.
A CDIT é um empregador que oferece oportunidades iguais. Todos os candidatos qualificados serão considerados para emprego sem distinção de raça, cor, religião, sexo, orientação sexual, identidade de gênero, origem nacional, deficiência ou status de veterano protegido.
Principais Responsabilidades
- Treinamento e Experimentação de Modelos: Treinar, ajustar e avaliar modelos personalizados de detecção de objetos YOLO em conjuntos de dados proprietários; experimentar hiperparâmetros, aumentos e tamanhos de modelo para equilibrar velocidade e precisão.
- Engenharia e Ingestão de Dados: Processar, limpar e formatar vídeos brutos gravados em ambientes de produção em conjuntos de dados de treinamento de alta qualidade.
- Anotação e Curadoria de Conjuntos de Dados: Gerenciar o ciclo de vida de anotação, incluindo rotulagem de imagens e quadros de vídeo, verificação da qualidade da anotação e geração de dados sintéticos quando necessário.
- Desenvolvimento de Pipeline de Inferência: Escrever scripts em Python que analisam quadros de vídeo, alimentam mecanismos de inferência e exportam dados de previsão estruturados (JSON/Protobuf) para objetos detectados.
- Avaliação de Modelos: Produzir relatórios de desempenho, matrizes de confusão e curvas de precisão-recall para encontrar pontos cegos do modelo e impulsionar a melhoria contínua.
- Entrega Ágil: Trabalhar em parceria com o Líder Sênior de IA/ML, engenheiros de vídeo e desenvolvedores em um ambiente Ágil/Scrum para entregar código pronto para produção em sprints curtos.
Qualificações Necessárias
- Bacharelado em Ciência da Computação, Ciência de Dados, Engenharia de Software ou disciplina relacionada.
- 5+ anos de experiência em engenharia de software ou ciência de dados, incluindo 2+ anos de experiência prática na construção e treinamento de modelos de visão computacional.
- Programação em Python com bibliotecas principais de ML (NumPy, Pandas, Scikit-Learn).
- Experiência prática no treinamento de redes neurais com PyTorch ou TensorFlow.
- Experiência na implementação de YOLO (por exemplo, YOLOv8/v9) para detecção, segmentação ou classificação de objetos.
- Experiência em processamento de imagem e vídeo com OpenCV ou FFmpeg.
- Curadoria e formatação de dados, com experiência no uso de plataformas de anotação como CVAT ou LabelImg.
- Controle de versão Git e colaboração em bases de código compartilhadas.
- Fortes habilidades analíticas com foco em benchmarking de desempenho de modelos (mAP, FPS, latência de inferência).
- Disponibilidade para trabalhar presencialmente 2–3 dias por semana em Ashburn, VA.
- Cidadania americana e capacidade de passar por uma investigação de antecedentes da CBP, que inclui, mas não se limita a:
- Verificação de 3 anos para condenações por crimes graves
- Verificação de 1 ano para uso de drogas ilícitas
- Verificação de 1 ano para má conduta, como roubo ou fraude
Qualificações Desejadas
- Ambientes de desenvolvimento conteinerizados (Docker).
- Ambientes de execução em GPU e formatos de exportação de modelos (ONNX, TensorRT).
- Bibliotecas de rastreamento de múltiplos objetos.
- Ferramentas ágeis como Jira e Confluence.
