Computer Vision Engineer - MLOps

Computer Vision Engineer - MLOps

Full Time 56700 - 69300 € / año (est.) Presencial
DeepRec.ai

De un vistazo

  • Tareas: Diseña y despliega sistemas de visión por computadora en entornos de producción en vivo.
  • Empresa: Empresa de robótica innovadora que crea robots inteligentes para la manufactura.
  • Beneficios: Salario competitivo, beneficios de salud, trabajo remoto y desarrollo profesional.
  • Otra información: Ambiente dinámico con oportunidades de crecimiento y liderazgo.
  • Por qué este empleo: Impacta directamente en la tecnología robótica y mejora procesos reales en fábricas.
  • Cualificaciones: Experiencia en sistemas ML y visión por computadora en producción.

El salario previsto está entre 56700 - 69300 € por año.

Estamos contratando un Ingeniero de Visión por Computadora para unirse a una empresa de robótica que construye robots inteligentes y flexibles para entornos de fabricación reales. Este rol se centra en sistemas de producción. Trabajarás en tuberías de percepción que funcionan 24/7 en celdas robóticas desplegadas. Los robots siguen una arquitectura modular donde se añaden continuamente nuevas capacidades, como reconocimiento de objetos, estimación de puntos de agarre, detección de anomalías y comportamientos específicos de tareas. A medida que el sistema escala, los fundamentos de ML y MLOps se vuelven críticos. Este rol existe para poseer y extender esos fundamentos.

Responsabilidades

  • Diseñar, construir y desplegar sistemas de visión por computadora 2D y 3D utilizados en entornos de producción en vivo. Esto incluye clasificación de imágenes, detección de objetos, segmentación semántica e instancia, aprendizaje métrico y filtrado inteligente.
  • Llevar modelos de principio a fin, desde datos y entrenamiento hasta despliegue, optimización y monitoreo.
  • Contribuir directamente a una plataforma MLOps interna que soporte la ingestión de datos, seguimiento de experimentos, versionado de modelos, despliegue y observabilidad a través de múltiples capacidades robóticas.
  • Trabajar en estrecha colaboración con equipos enfocados en robótica y hardware y ayudar a garantizar que los modelos funcionen de manera eficiente y confiable en hardware de borde y de producción. Con el tiempo, esto incluye conversión y optimización de modelos utilizando herramientas como ONNX y TensorRT.

Lo que estamos buscando

  • Este es un rol de ingeniería de producción. Buscamos a alguien que haya construido sistemas de ML antes.
  • Experiencia práctica trabajando con datos visuales en sistemas de producción (visión por computadora 2D y/o 3D).
  • Experiencia comprobada en ML de producción: has llevado modelos desde el entrenamiento hasta el despliegue y los has apoyado en entornos en vivo.
  • Fuertes fundamentos en Linux, incluyendo trabajo a través de SSH y operación de infraestructura de producción.
  • Has construido sistemas MLOps, no solo los has utilizado. Esto incluye la propiedad de tuberías de datos, seguimiento de experimentos, versionado de modelos, despliegue y monitoreo.
  • Comprensión sólida de cómo funcionan realmente los modelos. Te sientes cómodo razonando sobre retropropagación, gradientes, arquitecturas de red y depurando el comportamiento del modelo cuando las cosas salen mal.

Deseable

  • Experiencia con robótica, sistemas autónomos u otros ML desplegados en el borde.
  • Generación de datos sintéticos y la capacidad de diseñar estrategias eficientes de recolección de datos.
  • Flujos de trabajo de conversión y optimización de modelos utilizando ONNX y/o TensorRT.
  • Experiencia con ROS, Kubernetes y plataformas en la nube.

¿Por qué postular?

Este rol ofrece una rara combinación de impacto en el mundo real y profunda propiedad técnica. No estás optimizando modelos aislados ni trabajando en experimentos desconectados. Estás ayudando a definir los fundamentos de percepción y MLOps para sistemas robóticos inteligentes que ya están operando en producción y continuarán escalando con el tiempo.

Equipo y crecimiento

Los ingenieros trabajan en pods con clara propiedad y la oportunidad de crecer liderando áreas problemáticas enteras. El progreso y la compensación están vinculados al impacto en lugar de la antigüedad. El entorno es dinámico y flexible, con períodos intensos de trabajo cuando es necesario, y un fuerte énfasis en la transparencia y la alineación.

Este es un rol para alguien que quiere ver su trabajo pasar rápidamente de código a máquinas reales en pisos de fábrica reales.

Computer Vision Engineer - MLOps empresa: DeepRec.ai

Esta startup ambiciosa y respaldada por inversores ofrece un entorno dinámico donde podrás dar forma a la estrategia de IA desde el principio. Con altos niveles de autonomía y la oportunidad de trabajar directamente con los fundadores, tendrás la libertad de investigar y experimentar con tecnologías de IA de vanguardia, mientras construyes sistemas que resuelven problemas reales y complejos. Aquí, tu trabajo tendrá un impacto inmediato en un equipo pequeño y de alto rendimiento, ideal para quienes buscan un desafío técnico significativo.

DeepRec.ai

Datos de contacto:

Equipo de selección de DeepRec.ai

Consejo de los expertos de StudySmarter🤫

Creemos que así podrías conseguir Computer Vision Engineer - MLOps

✨Conéctate con la comunidad tech

Asistir a meetups y conferencias de software en tu área es una gran manera de conocer a la gente clave en la industria. Compartir tus intereses y proyectos en estos eventos puede abrirte puertas inesperadas.

✨Aprovecha las plataformas de código abierto

Contribuir a proyectos de código abierto no solo demuestra tus habilidades técnicas, sino que también te ayuda a hacer contactos valiosos. Además, ¡es una excelente forma de mostrar tu trabajo a futuros empleadores como DeepRec.ai!

✨Política de puertas abiertas

No dudes en hacer ‘walk-ins’ en empresas tech locales. Lleva tu CV y una sonrisa, ¡nunca sabes quién puede estar buscando talento nuevo como el tuyo!

✨Aplica directamente en DeepRec.ai

Si encuentras una oportunidad que te emociona, como un puesto de Computer Vision Engineer - MLOps, no esperes. Aplica a través de nuestra web y asegúrate de destacar tus proyectos y contribuciones, ¡eso puede marcar la diferencia!

Creemos que necesitas estas habilidades para triunfar como Computer Vision Engineer - MLOps

Ingeniería de Visión por Computadora
MLOps
Clasificación de Imágenes
Detección de Objetos
Segmentación Semántica e Instancia
Aprendizaje Métrico
Filtrado Inteligente

Algunos consejos para tu solicitud 🫡

Destaca tus proyectos personales:En ingeniería y desarrollo de software, es fundamental mostrar que no solo sabes hacer lo que se te pide, sino que también eres proactivo. Incluye un enlace a tu GitHub o proyectos personales en tu CV para que podamos ver de lo que eres capaz. Esto realmente añade un plus a tu aplicación.

Personaliza tu CV con tus habilidades técnicas:Asegúrate de destacar las habilidades técnicas que son relevantes para el puesto de Computer Vision Engineer - MLOps en DeepRec.ai. ¿Conoces lenguajes de programación específicos, frameworks o herramientas que usamos? Menciónalos y, si tienes certificaciones, ¡añádelas! Esto nos muestra que estás preparado para el trabajo desde el primer día.

Carta de motivación sincera:Como estás aplicando a un puesto a tiempo completo, aprovecha la carta de motivación para contarnos por qué eres un buen fit para DeepRec.ai. Cuéntanos sobre tu pasión por la tecnología y cómo quieres contribuir al equipo. Queremos saber más sobre tu enfoque y cómo te ves creciendo con nosotros.

Formato claro y conciso:En el mundo del software, la claridad y la concisión son clave. Asegúrate de que tu CV y carta de motivación sean fáciles de leer y bien estructurados. Usa viñetas para resaltar logros y habilidades, y no te olvides de revisar el formato para que se vea profesional, ¡aunque no tienes que ser excesivamente formal!

Cómo prepararte para una entrevista de trabajo en DeepRec.ai

✨Prepárate para los retos técnicos

En el mundo de la ingeniería y desarrollo de software, es probable que enfrentes preguntas técnicas y ejercicios de codificación en tu entrevista. Asegúrate de practicar algoritmos y estructuras de datos, porque los reclutadores en DeepRec.ai querrán ver cómo resuelves problemas en tiempo real.

✨Muestra tu portafolio de proyectos

Como candidato a un puesto a tiempo completo, es crucial que muestres un portafolio sólido. Presenta tus proyectos anteriores, especialmente aquellos que demuestran habilidades técnicas relevantes y tu capacidad para trabajar en equipo. ¡No dudes en explicar las tecnologías que utilizaste y los desafíos que superaste!

✨Conoce la cultura de trabajo

Investiga a fondo la cultura de trabajo de DeepRec.ai. Como ingeniere, a menudo trabajarás en equipo, por lo que demostrar que puedes integrarte bien y que compartes sus valores es clave. Prepara ejemplos de cómo has colaborado en el pasado para alinearte con lo que ellos buscan.

✨Repasa conceptos clave

Haz una lista de conceptos y herramientas clave que son esenciales en el desarrollo de software, como lenguajes de programación, frameworks, y metodologías ágiles. Esto no solo te ayudará a responder preguntas, sino que también te permitirá hacer preguntas inteligentes que demuestren tu interés en el puesto y en las prácticas de DeepRec.ai.