JustJoin.IT Hybrydowo Junior

Junior AI Developer — Autonomous Systems & Computer Vision

HERTZ NEW TECHNOLOGIES sp. z o.o.

⚲ Rzeszów

Do uzgodnienia

Wymagania

  • Python
  • Machine Learning
  • Deep Learning
  • Computer Vision
  • PyTorch
  • TensorFlow
  • OpenCV
  • Git
  • Linux
  • object detection

Opis stanowiska

O zespole
Dołącz do zespołu rozwijającego inteligentne mechanizmy wykorzystywane do percepcji otoczenia, analizy danych oraz wspomagania podejmowania decyzji w środowiskach mission-critical. Szukamy Junior AI Developera zainteresowanego sztuczną inteligencją, Computer Vision oraz analizą danych pochodzących z wielu źródeł.
Będziesz współpracować z doświadczonymi inżynierami AI, specjalistami Computer Vision, architektami oraz zespołami odpowiedzialnymi za backend, integrację sensorów i algorytmy decyzyjne, rozwijając rozwiązania wspierające autonomiczne działanie platform bezzałogowych.

Twoje zadania
• Współudział w rozwoju modeli sztucznej inteligencji wykorzystywanych w autonomicznych systemach
• Współpraca przy implementacji algorytmów Computer Vision odpowiedzialnych za:• wykrywanie i klasyfikację obiektów
• śledzenie obiektów (Object Tracking)
• segmentację obrazu
• analizę obrazu z kamer EO/IR
• estymację położenia i orientacji obiektów

• Współpraca przy rozwoju algorytmów wspierających:
• autonomiczną nawigację
• analizę sytuacji operacyjnej
• planowanie trajektorii
• wykrywanie przeszkód
• wspomaganie podejmowania decyzji

• Przygotowywanie danych wykorzystywanych do trenowania i walidacji modeli AI
• Współudział w trenowaniu, testowaniu oraz optymalizacji modeli Machine Learning i Deep Learning
• Współpraca przy integracji modeli AI z komponentami rozwijanymi w Java, Rust oraz TypeScript
• Analiza wyników działania modeli oraz przygotowywanie raportów z przeprowadzonych eksperymentów
• Tworzenie dokumentacji technicznej oraz współpraca z zespołami rozwijającymi system

Czego oczekujemy
• Podstawowej znajomości języka Python
• Znajomości podstaw Machine Learning oraz Deep Learning
• Zainteresowania Computer Vision oraz analizą obrazów
• Podstawowej znajomości bibliotek PyTorch lub TensorFlow
• Podstaw OpenCV
• Podstawowej wiedzy z zakresu NumPy oraz przetwarzania danych
• Zrozumienia podstawowych zagadnień związanych z trenowaniem i walidacją modeli AI
• Umiejętności pracy z systemem kontroli wersji Git
• Podstawowej znajomości systemu Linux
• Chęci rozwoju w obszarze sztucznej inteligencji, autonomicznych systemów oraz nowoczesnych technologii

Mile widziane
• Podstawowa znajomość modeli detekcji obiektów (YOLO, DETR lub podobnych)
• Zainteresowanie analizą danych z kamer, LiDAR, radarów lub innych sensorów
• Podstawowa znajomość zagadnień związanych z Sensor Fusion
• Zainteresowanie autonomiczną nawigacją oraz planowaniem trajektorii
• Doświadczenie zdobyte podczas projektów studenckich, praktyk lub projektów badawczych
• Podstawowa znajomość ROS2
• Zainteresowanie platformami NVIDIA Jetson oraz rozwiązaniami Edge AI
• Zainteresowanie systemami lub rozwiązaniami mission-critical

Dlaczego warto
Będziesz zdobywać praktyczne doświadczenie w obszarze Machine Learning, Computer Vision, analizy danych oraz integracji modeli AI z systemami rozproszonymi i rozwiązaniami czasu zbliżonego do rzeczywistego. Zapewniamy wsparcie doświadczonych specjalistów, możliwość rozwoju kompetencji w obszarze Artificial Intelligence oraz udział w projektach wykorzystujących nowoczesne technologie stosowane w systemach mission-critical.

🔍 Dekoder Ogłoszenia

🔴
Współudział w rozwoju modeli sztucznej inteligencji wykorzystywanych w autonomicznych systemach
Twoja rola może ograniczać się do wspierania bardziej doświadczonych członków zespołu, a nie do samodzielnego projektowania i tworzenia modeli od podstaw.
🔴
Współpraca przy implementacji algorytmów Computer Vision odpowiedzialnych za...
Prawdopodobnie będziesz pracować nad konkretnymi, dobrze zdefiniowanymi fragmentami algorytmów, a nie nad ich całościowym projektowaniem.
🔴
Współpraca przy rozwoju algorytmów wspierających...
Podobnie jak wyżej, Twoje zadania będą polegać na implementacji lub udoskonalaniu istniejących rozwiązań, a nie na tworzeniu ich od zera.
🔴
Przygotowywanie danych wykorzystywanych do trenowania i walidacji modeli AI
Może to oznaczać żmudną i powtarzalną pracę nad etykietowaniem lub czyszczeniem danych, a nie tylko nad zaawansowaną analizą.
🔴
Współudział w trenowaniu, testowaniu oraz optymalizacji modeli Machine Learning i Deep Learning
Twoje główne zadania mogą polegać na uruchamianiu gotowych skryptów trenujących i analizowaniu wyników, a nie na tworzeniu nowych architektur modeli.