Hardware/Embedded Systems Lead
Panoptyc busca un Hardware/Embedded Systems Lead para liderar el desarrollo de su plataforma de dispositivos de borde, integrando sistemas embebidos, infraestructura de borde conectada a la nube y visión computacional.
Lidera el desarrollo de dispositivos de borde en Panoptyc, ideal para profesionales con experiencia en sistemas embebidos y visión computacional.
Descripción del puesto
HARDWARE/EMBEDDED SYSTEMS LEAD LOCATION: REMOTE DEPARTMENT: ENGINEERING · EDGE INFRASTRUCTURE REPORTS TO: CTO TYPE: FULL-TIME SOBRE PANOPTYC Panoptyc es una plataforma de seguridad minorista y prevención de pérdidas impulsada por IA, diseñada específicamente para los segmentos de micromercado, tiendas de conveniencia y comercio minorista empresarial. Nuestro conjunto de tecnología de visión por computadora se ejecuta en el borde, directamente en los dispositivos desplegados en entornos de clientes, para ofrecer detección de reducción de inventario en tiempo real, verificación de transacciones y inteligencia operativa a escala. Servimos a clientes empresariales y estamos creciendo rápidamente. Este es un rol de alto impacto en el centro de nuestro producto físico. El trabajo que haces aquí se envía a hardware real en tiendas reales, y la calidad del mismo determina directamente la confiabilidad de la plataforma en la que dependen nuestros clientes. EL ROL Estamos buscando un Líder de Sistemas Embebidos y Hardware que se encuentre en la intersección de sistemas embebidos, infraestructura de borde conectada a la nube y visión por computadora. Serás el propietario del ciclo de vida completo de nuestra plataforma de dispositivos de borde, desde la selección de hardware y su puesta en marcha hasta los pipelines de implementación, orquestación en tiempo de ejecución, administración remota e integración con sistemas minoristas en el campo. Trabajarás en estrecha colaboración con nuestros equipos de ML, backend y producto para garantizar que las cargas de trabajo de inferencia, feeds de cámara e integraciones de POS se ejecuten de manera confiable en hardware con restricciones en entornos no controlados. Este no es un rol para alguien que prefiere condiciones de laboratorio limpias; es para alguien que prospera en la complejidad del mundo real. QUÉ POSEERÁS PLATAFORMA DE DISPOSITIVOS DE BORDE - Diseñar, configurar y mantener soluciones de computación de borde en plataformas de Linux embebido como Raspberry Pi CM4/CM5, NVIDIA Jetson y similares. - Ser propietario de la selección y validación de hardware para nuevos despliegues, equilibrando capacidad de cómputo, restricciones térmicas, costo y confiabilidad de la cadena de suministro. - Arquitectar y mantener definiciones de servicio de systemd para procesos de borde confiables, observables y autorecuperables. - Construir y gestionar estrategias de orquestación de contenedores Docker para ejecutar cargas de trabajo de inferencia de visión por computadora en el borde con utilización eficiente de recursos. CONECTIVIDAD A LA NUBE Y ADMINISTRACIÓN REMOTA - Ser propietario de nuestra integración con AWS IoT Core: aprovisionamiento de dispositivos, administración de certificados, estado de sombra, pipelines de telemetría y configuración de flota. - Diseñar y mantener implementaciones de componentes de AWS Greengrass para gestionar cargas de trabajo de borde a escala en flotas de dispositivos distribuidos. - Construir mecanismos de actualización y reversión OTA robustos que tengan en cuenta la conectividad de campo poco confiable. INTEGRACIÓN DE CÁMARAS Y SISTEMAS MINORISTAS - Integrar con ecosistemas de cámaras IP utilizando ingestion de flujo RTSP y protocolos de administración y descubrimiento de dispositivos ONVIF. - Construir y mantener integraciones con sistemas de POS para correlacionar datos de transacciones con eventos de visión en tiempo real. - Garantizar la confiabilidad de la canalización de video, incluida la lógica de reconexión, comprobaciones de integridad de trama y almacenamiento en búfer consciente de la latencia. OPTIMIZACIÓN DE CARGA DE TRABAJO DE IA - Ajustar la inferencia del modelo para hardware con restricciones: cuantización, optimización de TensorRT en Jetson, configuración de tiempo de ejecución ONNX y configuración de afinidad de CPU/GPU. - Perfilar y optimizar sobres de memoria, térmicos y de energía para sostener cargas de trabajo de visión por computadora en hardware de borde con ciclos de trabajo aceptables. - Evaluar nuevo hardware de IA de borde a medida que evoluciona el panorama y hacer recomendaciones informadas sobre su adopción. CULTURA DE INGENIERÍA Y HERRAMIENTAS - Aprovechar activamente herramientas de codificación de IA y flujos de trabajo asistidos por LLM como un multiplicador de fuerza; esto es una expectativa, no un diferenciador. - Documentar rigurosamente la arquitectura, los libros de ejecución de despliegue y los modos de falla; el equipo que recoge una alerta a las 2 a. m. debe estar configurado para tener éxito. - Colaborar en ingeniería, producto y equipos de instalación/ soporte; este rol tiene una superficie cruzada funcional significativa. QUÉ ESTAMOS BUSCANDO REQUISITOS - 5+ años de experiencia práctica con sistemas Linux embebido y despliegue de hardware de borde en entornos de producción. - Experiencia profunda con AWS IoT Core y AWS Greengrass: aprovisionamiento de dispositivos, administración de flota, pipelines de implementación de componentes y actualizaciones OTA. - Habilidades sólidas de programación en Python con experiencia en escribir servicios y herramientas de producción de alta calidad (no solo scripts). - Fluidez con systemd de Linux: escribir archivos de unidad, administrar dependencias, watchdogs, integración con journald y recuperación de fallas. - Experiencia con el Proyecto Yocto para construir distribuciones personalizadas de Linux embebido adaptadas a objetivos de hardware específicos y huellas de producción mínimas. - Experiencia sólida con Docker: compilaciones de varias etapas, restricciones de recursos, red de contenedores y orquestación de varios servicios en hardware con recursos limitados. - Experiencia práctica con integración de cámaras basada en RTSP e protocolo ONVIF para descubrimiento y administración de cámaras. - Experiencia integrando con sistemas de transacciones minoristas en el nivel de datos o protocolo. - Experiencia práctica con dispositivos NVIDIA Jetson (Nano, Orin NX, AGX o equivalente) y ejecución de cargas de trabajo de inferencia de IA en ellos. - Experiencia práctica con plataformas de Módulo de Computadora Raspberry Pi (CM4 y/o CM5) en diseño de hardware de producción o despliegue. - Capacidad comprobada para diseñar para fallas: lógica de reconexión, degradación gradual, observabilidad remota y automatización de recuperación. VENTAJA FUERTE - Familiaridad con entornos SOC 2: gestión de cambios, controles de acceso y auditoría para flotas de dispositivos. - Exposición a canalizaciones de visión por computadora y despliegue de modelos de ML más allá de la capa de hardware/tiempo de ejecución. - Familiaridad con optimización de modelos conscientes del hardware: TensorRT, ONNX, cuantización y configuración de afinidad de CPU/memoria. - Experiencia con ecosistemas de tecnología minorista: sistemas de prevención de pérdidas, CCTV o auditoría de transacciones. - Antecedentes en diseño de PCB personalizado, selección de placa base o propiedad de BOM de hardware.
Responsabilidades
- Diseño y configuración de soluciones de cómputo de borde
- Selección y validación de hardware
- Arquitectura y mantenimiento de servicios de systemd
- Integración con sistemas de retail
Skills requeridas
Trabajos similares
DevOps Engineer
