Applied ML/Computer Vision Intern at a YC Backed Startup

Bei Cerrion bauen wir die Zukunft der KI-gestützten Fertigung. Unser Hauptsitz befindet sich in Zürich, und wir werden von Y Combinator und führenden Investoren im Silicon Valley unterstützt. Wir entwickeln eine Plattform, um Video-KI-Agenten einzusetzen, die erkennen, was auf dem Produktionsboden passiert, Probleme automatisch erkennen und sofort eingreifen, um die Produktionslinien reibungslos am Laufen zu halten. Unsere Technologie ist in Fabriken in 15 Ländern im Einsatz und hilft führenden Herstellern in den Bereichen Glas, Getränke, Lebensmittel, CPG, Baustoffe und Holz, die Ausfallzeiten um bis zu 50 % zu reduzieren. Wir haben einen spannenden Wendepunkt erreicht und beschleunigen schnell.

Die Rolle

Wir suchen einen Praktikanten für angewandte ML / Computer Vision, der hilft, reale Sichtsysteme in mehr als 50 Fabriken zu verbessern. Sie werden End-to-End-Modelle und Datenfehler untersuchen – von Datensätzen, Labels und Augmentierungen bis hin zu Trainingsdynamiken und Bewertungen – die Ursachen wiederkehrender Fehler identifizieren und gezielte Lösungen in Python implementieren. In Zusammenarbeit mit unseren Forschungs- und Betriebsteams folgen Sie einem etablierten Prozess, schlagen praktische Verbesserungen vor und validieren diese mit gezielten Bewertungen. Diese Rolle eignet sich hervorragend für jemanden mit einem Hintergrund in Computer Vision und Python, der es genießt, Probleme durch den gesamten ML-Stack zu verfolgen und Erkenntnisse in messbare Systemverbesserungen umzuwandeln.

Ihre Verantwortlichkeiten

• Modell- und Datenfehleranalyse: Untersuchen Sie Fehlerfälle in Datensätzen, Labels, Augmentierungen, Sampling-Strategien und Trainingsdynamiken. Identifizieren Sie wiederkehrende Fehler, verfolgen Sie wahrscheinliche Ursachen und schlagen Sie praktische Lösungen vor.
• Verbesserung des Computer Vision Systems: Nutzen Sie Ihr Wissen über Computer Vision, um Änderungen an der Datenpipeline, dem Trainingssetup, dem Bewertungsprozess oder dem Modellverhalten basierend auf Erkenntnissen aus Experimenten und Fehleranalysen vorzuschlagen.
• Python-Implementierung: Implementieren Sie vorgeschlagene Änderungen in Python, einschließlich Datenverarbeitungsskripten, Evaluierungstools, Datensatzfiltern, Änderungen der Trainingskonfiguration, Visualisierungswerkzeugen und Verbesserungen des Experiment-Trackings.
• Interdisziplinäre Zusammenarbeit: Arbeiten Sie mit Betriebs- und Annotationsteams zusammen, um domänenspezifische Randfälle zu verstehen, die Richtlinien zur Kennzeichnung zu verfeinern, Prozesse anzupassen und Ergebnisse klar zu dokumentieren.
• Dokumentation & Prozess: Dokumentieren Sie Experimente, Fehlerarten, Entscheidungen und Prozessaktualisierungen, damit das Team den Workflow wiederverwenden und auf Ihren Erkenntnissen aufbauen kann.

Gewünschte Fähigkeiten und Erfahrungen

• Erfahrung in Computer Vision: Praktische Erfahrung mit Aufgaben der Computer Vision wie Klassifikation und Erkennung, einschließlich Training und Bewertung von Modellen mit realen Bilddaten.
• Debugging-Mindset: Fähigkeit, die Modellleistung mithilfe gezielter Bewertungen zu debuggen, anstatt nur aggregierte Metriken zu betrachten, und Probleme durch Daten, Labels, Augmentierungen und Trainingsverhalten zu verfolgen.
• Programmierkenntnisse: Gute Python-Kenntnisse und Vertrautheit mit gängigen ML/CV-Bibliotheken wie PyTorch, sowie die Fähigkeit, bestehenden Code zu lesen und schrittweise zu verbessern.
• Kommunikation & Zusammenarbeit: Klare Kommunikationsfähigkeiten und die Bereitschaft, mit Betriebs-, Annotation- und QA-Teams zu interagieren, um sich auf domänenspezifische Randfälle und Richtlinien zur Kennzeichnung abzustimmen.
• Dokumentationsdisziplin: Fähigkeit, Experimente, Fehlerarten, Entscheidungen und Prozessaktualisierungen zu dokumentieren, damit die Erkenntnisse im Team wiederverwendet werden können.

Bevorzugte Qualifikationen

• Experiment-Tracking: Vertrautheit mit Tools zum Experiment-Tracking wie ClearML, Weights & Biases oder Äquivalenten.
• Dashboards & Visualisierung: Erfahrung im Aufbau von Dashboards, Visualisierungen oder Bewertungsberichten zur Aufdeckung von Fehlermustern und zur Verfolgung des Modellverhaltens.
• Reale CV-Systeme: Frühere Arbeit an industriellen, robotergestützten, fertigungstechnischen, sicherheitsrelevanten, medizinischen oder anderen realen Computer Vision-Systemen.

Warum Cerrion

• Eigenverantwortung & Einfluss: Arbeiten Sie an schwierigen, realen Sichtproblemen, die die Fertigung für einige der größten Produzenten der Welt direkt verbessern. Ihre Beiträge werden in Fabriken in 15 Ländern eingesetzt.
• Wachstumspfad: Lernen Sie end-to-end angewandte Computer Vision – von Daten und Labels über Training und Bewertung – indem Sie mit einem erfahrenen F&E-Team an Produktionssystemen arbeiten.
• Vergütung: Wettbewerbsfähige Praktikumsvergütung und umfassende Unterstützung.
• Standort: Modernes Büro im Herzen von Zürich; genießen Sie die Lebensqualität der Schweiz und die Dynamik eines schnell wachsenden Startups.

Wenn Sie begeistert sind, Computer Vision-Probleme End-to-End zu verfolgen, reale Modelle mit gezielten Experimenten zu schärfen und Ihre Arbeit in Fabriken auf der ganzen Welt zu sehen, würden wir uns freuen, Sie kennenzulernen.