Entwickler von AI Edge-Geräten in Yael Acceptic

Wir suchen einen erfahrenen KI-Edge-Geräteentwickler zur Verstärkung unseres dynamischen Teams. Der ideale Kandidat ist für den Entwurf, die Entwicklung und die Optimierung von KI-Algorithmen und -Modellen für den Einsatz auf Edge-Geräten verantwortlich. Hervorragende Fähigkeiten zur Problemlösung, Liebe zum Detail und die Fähigkeit, in einem schnelllebigen Umfeld zu arbeiten, sind für den Erfolg in dieser Rolle unerlässlich. Wenn Sie leidenschaftlich daran interessiert sind, die Grenzen der KI an der Spitze zu erweitern und in einer kollaborativen Umgebung erfolgreich zu sein, empfehlen wir Ihnen, sich zu bewerben. Über uns: Unser Kunde entwickelt elektromechanische Geräte für Milchviehbetriebe, Pulsatoren und automatische Abnehmer. Die Lösung ist branchenweit führend mit fortschrittlichen Kuhüberwachungslösungen, die auf Aktivitäts- und Wiederkäuersensoren basieren. Aufgaben: – Entwerfen, Entwickeln und Optimieren von Computer-Vision-Pipelines für den Einsatz auf Edge-Geräten; – Cross-Compiling-Lösungen für verschiedene CPU-/NPU-/VPU-Typen. Führen Sie Leistungsanalysen und -optimierungen durch, um Echtzeit-Verarbeitungsfunktionen auf Edge-Geräten sicherzustellen. - Sie werden mit realen Herausforderungen und Komplexitäten konfrontiert, die sich aus der engen Zusammenarbeit mit unseren KI-Forschern ergeben, um marktführende Produkte bereitzustellen. Anforderungen: - 5+ Jahre Erfahrung in Python, C/C++;- Praktische Erfahrung mit GStreamer oder DeepStream;- Erfahrung mit TensorRT, ONNX;- Erfahrung mit der Verarbeitung mehrerer Videostreams;- Praktische Erfahrung mit ML-Beschleunigern, wie zum Beispiel: Nvidia Jetson, Google Coral;- ​​Beherrscht Linux;- Kenntnisse in der Git-Versionskontrolle;- Bachelor-Abschluss in Computertechnik, Informatik oder verwandten Bereichen;- Mindestens Englischniveau der oberen Mittelstufe. Wäre von Vorteil:- Verständnis der Konzepte in Signalverarbeitung, maschinellem Lernen und Computer Vision; - Vertrautheit mit Frameworks für maschinelles Lernen wie TensorFlow, PyTorch; Kenntnisse in CUDA.