Specjalista ds. uczenia maszynowego w Grupie Badawczej Nowych Technologii w Motoryzacji (K/M)
Sieć Badawcza Łukasiewicz – Przemysłowy Instytut Motoryzacji
⚲ Warszawa, Praga-Północ
Do uzgodnienia
Wymagania
- wykształcenie wyższe: informatyka, automatyka i robotyka, elektronika, matematyka, fizyka lub pokrewne
- min. rok doświadczenia w tworzeniu i trenowaniu modeli ML, w tym głębokich sieci neuronowych (liczy się doświadczenie z projektów naukowych)
- bardzo dobra znajomość Pythona i PyTorch
- praktyczne doświadczenie z modelami wizji komputerowej (detekcja, segmentacja, klasyfikacja)
- umiejętność modyfikowania i tworzenia własnych architektur sieci neuronowych
- znajomość angielskiego min. B2
Mile widziane
- doświadczenie w projektach B+R dla motoryzacji lub obronności
- doświadczenie w optymalizacji modeli pod inferencję (ONNX, TensorRT, kwantyzacja)
Opis stanowiska
Praca w grupie badawczej instytutu motoryzacyjnego przy projektach B+R — realnie zajmiesz się całym cyklem życia modeli ML do detekcji, śledzenia obiektów, segmentacji i rozumienia sceny z danych pojazdowych (kamery, lidar, kamera głębi), łącznie z przygotowaniem danych, optymalizacją pod inferencję i testami na pojeździe. To dobra oferta dla osoby, która lubi badania stosowane i nie przeszkadza jej szeroki zakres obowiązków oraz praca nad wieloma aspektami modelu naraz. Szczera uwaga: wymagany 'co najmniej rok doświadczenia' może być spełniony doświadczeniem akademickim, więc realnie szukają kogoś z mniejszym stażem komercyjnym — ale za to oczekują samodzielnego tworzenia i modyfikowania architektur sieci, nie tylko korzystania z gotowych rozwiązań.
🔍 Dekoder Ogłoszenia
🔴
co najmniej rok doświadczenia w tworzeniu i trenowaniu modeli uczenia maszynowego, w tym głębokich sieci neuronowych (liczy się także doświadczenie zdobyte w projektach naukowych)
Chociaż rok doświadczenia jest wymagany, doświadczenie akademickie może być traktowane jako równoważne, co może oznaczać, że szukają kogoś z mniejszym doświadczeniem komercyjnym.
🔴
umiejętność modyfikowania oraz tworzenia własnych architektur sieci neuronowych
Oczekują, że kandydat będzie w stanie nie tylko korzystać z gotowych rozwiązań, ale także eksperymentować i tworzyć nowe, co może wymagać głębszej wiedzy teoretycznej i praktycznej.
🔴
doświadczenie w projektach B+R dla branży motoryzacyjnej lub obronnej
Branże te często charakteryzują się długimi cyklami rozwojowymi i wysokimi wymaganiami dotyczącymi niezawodności, co może oznaczać bardziej złożone i wymagające projekty.
🔴
doświadczenie w optymalizacji modeli pod kątem inferencji (np. ONNX, TensorRT, kwantyzacja)
Oznacza to, że modele będą wdrażane w środowisku produkcyjnym, gdzie wydajność i szybkość mają kluczowe znaczenie, co może wymagać pracy nad ograniczeniami sprzętowymi.
🔴
projektowanie, trenowanie i walidacja modeli uczenia maszynowego w projektach B+R, w szczególności do detekcji i śledzenia obiektów, segmentacji oraz analizy otoczenia pojazdu (rozumienia sceny)
Zakres obowiązków jest bardzo szeroki i obejmuje cały cykl życia modelu ML, co może oznaczać dużą odpowiedzialność i konieczność pracy nad wieloma aspektami jednocześnie.