Науковий співробітник Data Lab в Cyberette

Науковий спеціаліст з лабораторії даних – комп’ютерний зір 
 
Про Cyberette 
Cyberette – це компанія з кібербезпеки на базі ШІ, яка розробляє технологію криміналістичного рівня для виявлення цифрових маніпуляцій у відео, аудіо та зображеннях. Наша місія — відновити довіру до цифрових комунікацій і захистити організації від обману в епоху ШІ. 

Про посаду 
Ми шукаємо спеціаліста лабораторії даних з серйозним досвідом роботи з даними та комп’ютерного зору. Ви несете відповідальність за створення та підтримку високоякісних наборів даних, які підживлюють наші моделі виявлення, забезпечуючи точність, різноманітність і послідовність у всіх каналах даних. 

Ця роль поєднує в собі практичну технічну роботу з координацією — ідеальна для тих, кому подобається створювати структуру та співпрацювати між командами. 

Основні обов’язки 

• Керувати, збирати та анотувати великомасштабні набори даних для аналізу зображень і відео. 

• Співпрацюйте з командою AI, щоб узгодити підготовку даних із цілями моделі. 

• Забезпечте контроль якості та узгодженість у всіх джерелах набору даних. 

• Направляйте та координуйте молодших членів команди або стажерів, які працюють над завданнями даних. 

• Виконайте дослідницький аналіз даних і визначте прогалини чи зміщення в наборі даних. 

• Підтримуйте чітку документацію та версії каналів даних. 

Вимоги 

• бакалавр наук/магістр комп’ютерного бачення, науки про дані або в суміжній галузі. 

• Перевірений досвід підготовки набору даних і керування ним для машинного навчання. 

• Глибоке розуміння принципів комп’ютерного зору та робочих процесів позначення даних. 

• Знання Python, Pandas та/або Polars, NumPy та OpenCV. 

• Досвід співпраці з ML або дослідницькими групами. 

• Високо організований, орієнтований на деталі та надійний. 

Що ми цінуємо 
Cyberette створено командою людей, які глибоко дбають про цілеспрямовані інновації. Ми віримо в використання ШІ для захисту правди, ідентичності та цифрової цілісності — and дані є основою цієї місії. 

Додаткові навички 

• Знайомство з інструментами набору даних (Label Studio, CVAT, Supervisely). 

• Знання генерації мультимодальних або синтетичних даних. 

• Розуміння етичного ШІ та принципів управління набором даних.