Старший/ведущий инженер по искусственному интеллекту

UFORCE существует, чтобы сделать агрессию экономически невыгодной.

Основанная в Украине и с головным офисом в Лондоне, UFORCE — это компания в области оборонных технологий с операциями по всей Европе, Соединённым Штатам и Азии.

UFORCE разрабатывает беспилотные суда, наземную робототехнику и летательные аппараты, программное обеспечение для автономии и слой командования и управления, который объединяет их в единую систему. Каждая платформа может использоваться самостоятельно, но становится сильнее в составе системы. Линейки продуктов включают семейство беспилотных надводных судов MAGURA, семейство ударных платформ NEMESIS, семейство наземных робототехнических платформ LIUT и системы противодействия БПЛА.

О роли

Инженер высшей категории, AI / ML — Инструментарий самообслуживания будет создавать сквозную систему, которая позволит клиентам адаптировать модели UFORCE на их собственных приватных данных без необходимости раскрывать эти данные нам.

Эта роль охватывает обработку данных, маркировку с помощью моделей-основ, контроль качества с участием человека, активное обучение, обучение, оценку и продвижение моделей. Вы превратите текущую возможность, управляемую руководителем, в повторяемый инструментарий, который непрофессиональные пользователи смогут безопасно запускать на месте.

Что вам предстоит делать

• Отвечать за конвейер адаптации ML от необработанных данных клиента до обученных, оценённых и готовых к развертыванию моделей.

• Создавать рабочие процессы маркировки с помощью моделей-основ, используя инструменты, такие как SAM-2, Grounding DINO, модели с открытым словарём, управление LLM и проверку человеком.

• Проектировать рабочие процессы самообслуживания операторов с использованием обратной связи да/нет/возможно и исправлений на естественном языке.

• Создавать версионированные наборы данных с прослеживаемостью, карточками данных, происхождением меток, распределением классов и известными пробелами.

• Разрабатывать методы контроля качества, которые выявляют систематические ошибки псевдо-маркировки, отсутствующие аннотации и пробелы в данных с длинным хвостом.

• Разрабатывать циклы активного обучения, которые приоритизируют наиболее ценные кадры для ограниченного обзора оператором.

• Создавать воспроизводимые конвейеры обучения и оценки с отслеживанием экспериментов, упаковкой моделей и воротами продвижения.

• Проектировать оценку на основе отложенных контрольных наборов, предотвращения утечек, базовых линий, метрик срезов и автоматизированных решений о принятии или отклонении.

• Упаковывать инструментарий для использования в локальных, изолированных, регулируемых или находящихся под контролем клиента средах.

• Закрывать цикл сбоев в полевых условиях, возвращая живые ошибки в следующий цикл настройки.

• Руководить и развивать небольшую специализированную команду, занимающуюся курированием, автоматической маркировкой, развертыванием и адаптацией.

Как выглядит успех

• Клиенты могут запускать полный цикл адаптации без вмешательства инженера.

• Данные клиентов остаются внутри границ клиента.

• Система производит доверенные наборы данных с чёткой прослеживаемостью и сигналами качества.

• Качество псевдо-маркировки измеряется, а систематические ошибки выявляются на ранних этапах.

• Ворота продвижения могут одобрять или отклонять модели на основе доказательств, а не интуиции.

• Оценка защищена контрольными наборами, мерами предотвращения утечек, метриками срезов и сравнением с базовыми линиями.

• Полевые сбои становятся воспроизводимыми входными данными для следующего цикла обучения.

• Синтетические данные используются только тогда, когда они доказывают свою ценность по сравнению с реальными отложенными данными.

• Инструментарий становится повторяемой возможностью, поддерживаемой небольшой, растущей командой.

Требуемые квалификации

• Более 5 лет опыта создания производственных систем ML, AI или компьютерного зрения.

• Сильные навыки Python и PyTorch.

• Опыт владения конвейерами данных ML, конвейерами обучения или инфраструктурой оценки.

• Глубокий опыт работы с данными компьютерного зрения: обнаружение, сегментация, таксономии аннотаций, курирование наборов данных и качество данных.

• Практический опыт маркировки с участием модели в цикле или с помощью моделей-основ.

• Знакомство с инструментами, такими как SAM-2, Grounding DINO, FiftyOne и платформами аннотаций.

• Глубокое понимание оценки: отложенные наборы, предотвращение утечек, базовые линии, метрики срезов и ворота продвижения.

• Опыт выборочного контроля качества, анализа шума меток, отсутствующих аннотаций, межаннотаторного согласия (IAA) или альтернатив при наличии только одного оператора.

• Опыт активного обучения или других методов приоритизации усилий по маркировке.

• Умение рассуждать о экономике наборов данных: качество против количества, покрытие длинного хвоста и стоимость за полезный пример.

• Опыт версионирования наборов данных, прослеживаемости, отслеживания экспериментов, реестров моделей или карточек данных.

• Сильное чувство ответственности, коммуникации и системного мышления.

• Опыт руководства инженерами в роли технического лидера, инженера высшей категории или менеджера небольшой команды.

Желательно

• Опыт работы с синтетическими данными, sim2real или рандомизацией домена.

• Опыт работы с EO / IR / LWIR, дистанционным зондированием, морскими изображениями или обнаружением мелких объектов.

• Опыт конфиденциального ML, федеративного обучения, локального или изолированного развертывания.

• Опыт создания платформ ML самообслуживания или инструментов для непрофессиональных пользователей.

• Опыт работы с lakeFS, DVC, MLflow, Weights & Biases, Kubernetes, Kubeflow, Flyte, Dagster, Airflow или Argo.

• Опыт применения LLM, инженерии контекста, структурированного вывода или оценки LLM.

• Знакомство с радаром, AIS, EO/IR слиянием, трекингом, слиянием сенсоров, робототехникой, автономией, UxV, оборонными технологиями, C2/C4ISR или тактическими системами.

Характер боевых действий изменился.

Успех на поле боя завтрашнего дня зависит от автономии, скорости и адаптивности.

И UFORCE готова.

А вы?