Autonomy Engineer - Deep Learning Model Acceleration

Skydio ist das führende US-Drohnenunternehmen und der Weltmarktführer im Bereich autonomer Flug, die Schlüsseltechnologie für die Zukunft von Drohnen und Luftmobilität. Das Skydio-Team kombiniert tiefes Fachwissen in künstlicher Intelligenz, erstklassiger Hardware- und Softwareproduktentwicklung, operativer Exzellenz und Kundenorientierung, um ein breiteres, vielfältigeres Publikum von Drohnennutzern zu befähigen, von Versorgungsinspektoren bis hin zu Ersthelfern, Soldaten in Kampfszenarien und darüber hinaus.

Über die Rolle: Das Lernen eines semantischen und geometrischen Verständnisses der Welt aus visuellen Daten ist der Kern unseres Autonomiesystems. Wir erweitern die Grenzen dessen, was mit Echtzeit-Deep-Networks möglich ist, um den Fortschritt intelligenter mobiler Roboter zu beschleunigen. Wenn Sie begeistert sind, massive Mengen strukturierter Videodaten zu nutzen, um Probleme in der Computer Vision (CV) wie Objekterkennung und -verfolgung, optische Flussabschätzung und Segmentierung zu lösen, würden wir uns freuen, von Ihnen zu hören.

Als Ingenieur für die Beschleunigung von Deep Learning-Modellen sind Sie verantwortlich für den Aufbau und die Skalierung der Infrastruktur, die Skydios Deep Learning (DL) und KI-Bemühungen unterstützt. Sie arbeiten an der Schnittstelle zwischen Skydios Autonomie-, Embedded- und Cloud-Teams, um neue Fähigkeiten bereitzustellen und das Deep Learning-Team zu unterstützen.

Wie Sie einen Einfluss haben werden:

• Entwicklung von Lösungen für hochleistungsfähige Deep Learning-Inferenz für CV-Workloads, die hohe Durchsatzraten und niedrige Latenzzeiten auf verschiedenen Hardwareplattformen liefern können.
• Profilierung von CV- und Vision Language Models (VLMs), um die Leistung zu analysieren, Engpässe und Beschleunigungs-/Optimierungsmöglichkeiten zu identifizieren und die Energieeffizienz von Deep Learning-Inferenz-Workloads zu verbessern.
• Entwurf und Implementierung von End-to-End-MLOps-Workflows für Modellbereitstellung, Überwachung und Nachtraining.
• Nutzung fortgeschrittener Kenntnisse im maschinellen Lernen, um Trainings- oder Laufzeit-Frameworks oder Modell-Effizienz-Tools zu nutzen, um die Systemleistung zu verbessern.
• Erstellung neuer Methoden zur Verbesserung der Trainingseffizienz.
• Implementierung von GPU-Kernen für benutzerdefinierte Architekturen und optimierte Inferenz.
• Entwurf und Implementierung von SDKs, die es Kunden/externalen Entwicklern ermöglichen, autonome Workflows unter Verwendung von maschinellem Lernen (ML) zu erstellen.
• Nutzung Ihres Fachwissens und bewährter Praktiken zur Aufrechterhaltung und Verbesserung von Skydios Ingenieurstandards.

Was Sie zu einem guten Fit macht:

• Nachgewiesene praktische Erfahrung mit MLOps, ML-Inferenzbeschleunigung/-optimierung und Edge-Bereitstellung.
• Starkes Wissen über DL-Grundlagen, Techniken und moderne DL-Modelle/-Architekturen.
• Starke Grundlagen in CV, Bildverarbeitung und Videoverarbeitung.
• Nachgewiesene praktische Erfahrung im Aufbau und Management von ML-Pipelines zur Lösung von Vision- oder Vision-Language-Aufgaben, einschließlich Datenvorbereitung, Modelltraining, Modellbereitstellung und Überwachung.
• Erfahrung und Verständnis der Sicherheits- und Compliance-Anforderungen in der ML-Infrastruktur.
• Erfahrung mit ML-Frameworks und -Bibliotheken.
• Nachgewiesene Fähigkeit, ein Konzept systematisch durch den Softwarelebenszyklus zu treiben: Architektur, Entwicklung, Test und Bereitstellung sowie Überwachung.
• Komfortables Navigieren und Liefern innerhalb eines komplexen Codes.
• Starke Kommunikationsfähigkeiten und die Fähigkeit, effektiv auf allen Ebenen technischer Tiefe zusammenzuarbeiten.