Research Engineer - 3D

SpAItial ist Pionier in der Entwicklung eines fortschrittlichen 3D-Grundlagenmodells und erweitert die Grenzen von KI, Computer Vision und räumlichem Computing. Unsere Mission ist es, die Art und Weise, wie Branchen – von Robotik und AR/VR bis hin zu Gaming und Filmen – 3D-Inhalte generieren und interagieren, neu zu definieren. Wir suchen nach mutigen, innovativen Personen, die von einer Leidenschaft getrieben werden, die Grenzen des Möglichen zu erweitern. Sie sollten in einer Umgebung gedeihen, in der Kreativität auf Herausforderungen trifft, und furchtlos komplexe Probleme angehen. Unser Team basiert auf einem Fundament von Engagement und einem gemeinsamen Bekenntnis zur Exzellenz, daher schätzen wir Menschen, die großen Stolz auf ihre Arbeit legen und die kollektiven Ziele des Teams über persönliche Ambitionen stellen.

Als Teil unseres Startups werden Sie an der Spitze der KI-Revolution in der 3D-Technologie stehen, und wir möchten, dass Sie begeistert sind, die Zukunft dieses dynamischen Bereichs mitzugestalten. Wenn Sie bereit sind, einen Einfluss zu nehmen, das Unbekannte zu umarmen und mit einer talentierten Gruppe von Visionären zusammenzuarbeiten, möchten wir von Ihnen hören.

Verantwortlichkeiten:

• Erfassung, Verarbeitung und Wartung von großflächigen Trainingsdaten für das Training grundlegender 3D-Modelle.
• Aufbau großer verteilter Pipelines für schnelle Datenfilterung, Annotation und Kuratierung.
• Enge Zusammenarbeit mit dem Machine-Learning-Team, um Daten für das Training großer Modelle bereitzustellen.
• Wartung und Nutzung eines Metadaten-Sees für effiziente Datenfilterung, Analytik und Visualisierung.

Wichtige Qualifikationen:

• Starke Python-Coding-Fähigkeiten für Skripting und Datenverarbeitung in der Cloud.
• Fähigkeit, effizient Terabytes von Daten für das ML-Training mithilfe eines Datenverarbeitungsclusters zu sammeln und zu warten.
• Erfahrung mit 3D-Grafiken und Rendering.

Bevorzugte Qualifikationen:

• Erfahrung im Umgang mit 3D-Daten (Kameramatrizen und Koordinatenkonventionen, Tiefenkarten, Punktwolken, 3D-Gaussian Splats).
• Kenntnisse von Frameworks zum Umgang mit großen Daten (SQL, H5, Webdataset, Apache Superset).
• Erfahrung im Training (3D) tiefer Modelle in PyTorch.

Bei SpAItial setzen wir uns für die Schaffung eines vielfältigen und integrativen Arbeitsplatzes ein. Wir begrüßen Bewerbungen von Menschen aus allen Hintergründen, Erfahrungen und Perspektiven. Wir sind ein Arbeitgeber, der Chancengleichheit bietet, und stellen sicher, dass alle Kandidaten während des Rekrutierungsprozesses fair behandelt werden.