Pesquisador Sênior de IA, Sistemas Agênticos

Canadá

Canada

Python

Tradução automática. Consulte o original.

A função

Na OpenSpace, estamos redefinindo a forma como os projetos mais complexos do mundo são construídos. Nossa Plataforma de Inteligência Visual baseada em IA utiliza visão computacional e IA espacial para oferecer às equipes de construção uma visão em tempo real do que está acontecendo no canteiro de obras, ajudando-as a construir de forma mais rápida, segura e com maior confiança.

Mas o que realmente nos diferencia são as nossas pessoas. Contratamos colegas curiosos e motivados que adoram resolver problemas difíceis, assumir responsabilidades e causar um impacto real no mundo. Pessoas incríveis constroem uma cultura incrível — e, pelo visto, isso fica evidente. A Forbes nomeou a OpenSpace uma das Melhores Empresas Startup para se Trabalhar nos Estados Unidos por cinco anos consecutivos. Venha descobrir o motivo de tanto sucesso ✨

O Engenheiro de Pesquisa Sênior em IA desenvolverá sistemas agênticos que raciocinam sobre todo o registro de dados da OpenSpace: imagens em 360°, nuvens de pontos, modelos BIM, conjuntos de desenhos e especificações, além dos novos fluxos provenientes de captura móvel, dispositivos vestíveis e áudio de campo. Nossa equipe de visão computacional constrói as primitivas de percepção que determinam o que está em uma captura. Você construirá a camada acima, combinando essas primitivas com modelos de fronteira para responder às perguntas que as equipes de projeto realmente fazem, tornando as respostas verificáveis o suficiente para que um construtor possa agir com base nelas.

O trabalho é de pesquisa aplicada. Os problemas difíceis consistem em decidir o que um agente deve ver a partir de um registro de obra quadridimensional, projetar as ferramentas que ele pode chamar e provar que ele está certo com frequência suficiente para ser implementado. Quando você estiver chamando uma API de fronteira, as decisões interessantes já terão sido tomadas.

O que você fará

Projetar e construir sistemas de agentes que planejam e executam tarefas de várias etapas envolvendo imagens, geometria e documentos.

Assumir a responsabilidade pela camada de contexto. Construir recuperação e fundamentação sobre um registro de obra indexado espacial e temporalmente para que um agente obtenha as evidências de que uma pergunta realmente precisa.

Projetar a superfície de ferramentas: as primitivas que um agente chama para localizar um componente, comparar duas capturas, ler uma região de um desenho ou consultar um elemento BIM.

Construir avaliações para tarefas onde a verdade fundamental (ground truth) é ambígua, e então usá-las para tomar decisões honestas sobre o que está pronto e o que não está.

Escolher o modelo certo para cada etapa. API de fronteira, modelo de pesos abertos, modelo pequeno ajustado ou CV clássico, ponderados em relação a custo, latência e precisão em volume de produção.

Tornar as saídas rastreáveis. Cada afirmação deve apontar de volta para o pixel, folha ou seção de especificação que a sustenta.

Prototipar rapidamente, descartar o que não funciona e fazer parceria com engenheiros de plataforma para implementar o que funciona.

O que buscamos

Mestrado/Doutorado em uma área relacionada ou experiência equivalente na indústria.

5+ anos construindo sistemas de ML, incluindo pelo menos um sistema baseado em LLM ou VLM que você levou para produção e manteve em funcionamento. Perguntaremos o que quebrou.

Experiência em projetar avaliações do zero onde a verdade fundamental é cara, escassa ou contestada.

Forte fluência multimodal: modelos de visão-linguagem, embeddings e recuperação, design de contexto e ajuste fino (fine-tuning) quando isso justifica o custo.

Engenharia sólida. Python, orquestração assíncrona, rastreamento e instrumentação de custos. Você constrói seu próprio ambiente de teste.

Conforto com dados espaciais. Você não precisa de profundidade SLAM, mas quadros de coordenadas, poses de câmera e projeções não devem ser um obstáculo para você.

Julgamento sobre o que vale a pena automatizar e a disposição para dizer quando a resposta ainda não é nada.

Diferenciais

Pós-treinamento ou aprendizado por reforço em trajetórias de agentes.

Compreensão de documentos sobre desenhos técnicos, especificações ou outros PDFs estruturados.

Fluxos de sensores além de imagens principais, como captura móvel, dispositivos vestíveis ou áudio de campo.

Experiência em construção, robótica, geoespacial ou outro domínio onde modelos encontram o mundo físico.

Salário Base: $181,000 - $230,000 CAD

A OpenSpace recebe funcionários de diversas origens e trajetórias de vida, e isso se reflete em nossa comunidade diversificada. A OpenSpace orgulha-se de ser um empregador que oferece oportunidades iguais e está comprometida em fornecer oportunidades de emprego iguais a todos os funcionários e candidatos, sem distinção de raça, cor, religião, idade, sexo, origem nacional, status de deficiência, genética, status de veterano protegido, orientação sexual, identidade ou expressão de gênero, ou qualquer outra característica protegida por leis federais, estaduais ou locais.

Idiomas

Pesquisador Sênior de IA, Sistemas Agênticos

A função

O que você fará

O que buscamos

Diferenciais

Continue explorando

Seu próximo empregojá está te procurando.

Mais oportunidades com um só perfil

Técnico de Implementação de Campo I

Arquiteto de Soluções

Especialista em Cibersegurança