Wdrażanie modeli na urządzenia krawędziowe (Nvidia Jetson)
Optymalizacja modeli uczenia maszynowego – kwantyzacja, pruning
Techniczne wsparcie i mentoring dla mniej doświadczonych członków zespołu ML
requirements-expected :
Bardzo dobra znajomość języka Python w zastosowaniach machine learning i przetwarzania danych
Bardzo dobra znajomość frameworków i bibliotek ML/DL: PyTorch, Transformers, ONNX
Praktyczna znajomość architektur modeli wykorzystywanych w wizji komputerowej, takich jak ViT, YOLO, DETR, FCOS oraz podobnych podejść do detekcji, klasyfikacji i segmentacji
Doświadczenie w projektowaniu i trenowaniu sieci neuronowych na wydajnych środowiskach obliczeniowych (Serwery HPC z akceleratorami graficznymi)
Umiejętność przygotowywania pipeline’ów treningowych, augmentacji danych oraz zarządzania eksperymentami
Praktyczne doświadczenie we wdrażaniu modeli na urządzenia krawędziowe, w szczególności z użyciem TensorRT oraz NVIDIA DeepStream
Doświadczenie w konwersji i optymalizacji modeli między frameworkami (np. PyTorch → ONNX → TensorRT)
Umiejętność prowadzenia i dokumentowania eksperymentów ML oraz śledzenia metryk z użyciem narzędzi takich jak ClearML, Weights & Biases (W&B) lub podobnych
offered :
Stabilne zatrudnienie w polskiej firmie działającej na rynkach międzynarodowych
Konkurencyjne wynagrodzenie
Przyjazną atmosferę pracy
Brak dress code’u
Elastyczne godziny pracy
Bogaty pakiet benefitów i świadczeń (szkolenia i kursy, opieka medyczna, ubezpieczenie grupowe na życie, karta Multisport, dofinansowanie do wypoczynku, dofinansowanie kolonii dla dzieci, bilety do kina i teatru, kawa, herbata, napoje, owoce)
