Autonomy Engineer - Deep Learning Model Acceleration

Skydio ist das führende US-Drohnenunternehmen und der Weltmarktführer im Bereich autonomes Fliegen, die Schlüsseltechnologie für die Zukunft von Drohnen und Luftmobilität. Das Skydio-Team kombiniert tiefgehende Expertise 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 in intelligenten mobilen Robotern zu beschleunigen. Wenn Sie begeistert sind, massive Mengen an strukturierten 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 stärken.

Verantwortlichkeiten:

• 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 Modelleffizienzinstrumente 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 mithilfe von maschinellem Lernen (ML) zu erstellen.
• Nutzung Ihrer Expertise und Best Practices, um die Ingenieurstandards von Skydio aufrechtzuerhalten und zu verbessern.

Qualifikationen:

• 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.
• Fähigkeit, ein Konzept zu nehmen und systematisch durch den Softwarelebenszyklus zu treiben: Architektur, Entwicklung, Test, Bereitstellung und Überwachung.
• Komfortabel im Umgang mit und der Lieferung innerhalb eines komplexen Codes.
• Starke Kommunikationsfähigkeiten und die Fähigkeit, effektiv auf allen Ebenen der technischen Tiefe zusammenzuarbeiten.