Junior AI / ML Engineer — Data & Model Training
Summary
Junior AI/ML Engineer prepares training datasets, annotates images/video/sensor data, and helps train and validate deep-learning models for autonomous systems in a mission-critical environment using Python, PyTorch/TensorFlow, and Linux.
O zespole
Dołącz do zespołu odpowiedzialnego za przygotowanie wysokiej jakości danych uczących oraz rozwój modeli wykorzystywanych w systemach mission-critical. Szukamy Junior AI / ML Engineera zainteresowanego Machine Learning, analizą danych oraz procesem budowy modeli AI — od przygotowania zbiorów danych, przez trening i walidację, aż po ocenę jakości uzyskanych wyników.
Będziesz współpracować z doświadczonymi specjalistami AI, Machine Learning, Computer Vision oraz zespołami odpowiedzialnymi za rozwój oprogramowania i integrację systemów, wykorzystywanych w nowoczesnym systemie i autonomicznych platformach bezzałogowych.
Twoje zadania
Współudział w definiowaniu oraz przygotowywaniu zbiorów danych wykorzystywanych do trenowania modeli AI
Współpraca przy opracowywaniu strategii pozyskiwania oraz selekcji danych uczących
Przygotowywanie i weryfikacja anotacji danych obrazowych, wideo oraz danych pochodzących z różnych sensorów
Współudział w trenowaniu modeli Machine Learning i Deep Learning
Przygotowywanie procesów walidacji modeli oraz analiza uzyskanych wyników
Tworzenie benchmarków umożliwiających porównywanie skuteczności modeli i konfiguracji treningowych
Analiza jakości danych oraz identyfikacja obszarów wymagających uzupełnienia lub poprawy
Współpraca przy optymalizacji parametrów modeli oraz przygotowywaniu eksperymentów treningowych
Tworzenie dokumentacji technicznej oraz raportów dotyczących jakości danych i skuteczności modeli
Współpraca z zespołami AI, Computer Vision, Backend, Integracji oraz Architektury Systemu
Czego oczekujemy
Podstawowej znajomości języka Python
Znajomości podstaw Machine Learning oraz Deep Learning
Podstawowej znajomości bibliotek PyTorch lub TensorFlow
Podstaw analizy i przetwarzania danych z wykorzystaniem NumPy oraz Pandas
Zrozumienia procesu przygotowania danych do trenowania modeli AI
Podstawowej wiedzy dotyczącej walidacji modeli oraz oceny ich jakości
Umiejętności pracy z systemem kontroli wersji Git
Podstawowej znajomości systemu Linux
Chęci rozwoju w obszarze przygotowania danych, trenowania modeli oraz walidacji rozwiązań AI
Mile widziane
Podstawowa znajomość narzędzi do anotacji danych (np. CVAT, Label Studio, Labelbox lub podobnych)
Zainteresowanie Computer Vision oraz analizą obrazów i materiałów wideo
Podstawowa znajomość modeli detekcji obiektów (YOLO, DETR lub podobnych)
Doświadczenie zdobyte podczas projektów studenckich, praktyk lub projektów badawczych
Zainteresowanie analizą danych pochodzących z kamer, radarów, LiDAR lub innych sensorów
Podstawowa znajomość narzędzi do eksperymentów i wersjonowania modeli (np. MLflow, DVC lub podobnych)
Zainteresowanie systemami lub rozwiązaniami mission-critical
Dlaczego warto
Będziesz zdobywać praktyczne doświadczenie w przygotowywaniu danych uczących, anotacji, trenowaniu modeli, walidacji ich skuteczności oraz budowaniu benchmarków pozwalających na obiektywną ocenę jakości rozwiązań AI. Zapewniamy wsparcie doświadczonych specjalistów, możliwość rozwoju kompetencji w obszarze Machine Learning oraz udział w projektach wykorzystujących nowoczesne technologie stosowane w systemach mission-critical.