Directo de la empresahace 1 día
Científico Principal de Visión por Computadora
Sourceability
Remoto · Tiempo completo
Senior7+ años
Este aviso fue publicado originalmente en inglés, así que es probable que necesites inglés para este puesto. La descripción puede estar traducida automáticamente al español; ante la duda, revisá el aviso original con el botón de postularte.
Sourceability busca un Científico Principal de Visión por Computadora para liderar el desarrollo avanzado de soluciones de Visión por Computadora e IA/ML dentro de su nueva Organización Global de Ingeniería. El rol implica investigación, diseño, experimentación, calidad de modelos y producción.
Por qué aplicar
Si sos un crack de la Visión por Computadora con doctorado y experiencia, este puesto remoto es para vos. Podés liderar investigación y desarrollo en IA/ML en una empresa global que está transformando la industria de componentes electrónicos.
Descripción del puesto
Sourceability® es un distribuidor digital global de componentes electrónicos que transforma la forma en que las empresas modernas llevan sus productos al mercado. Con la innovación, la calidad y la logística como columna vertebral de la empresa, los productos y servicios de vanguardia de Sourceability agilizan el proceso de adquisición en una amplia gama de industrias, incluidas las comunicaciones/celulares, la electrónica de consumo y la fabricación de automóviles. Sourceability está construyendo una nueva Organización Global de Ingeniería (GEO) para fortalecer la entrega de software interno, mejorar la propiedad de la producción y desarrollar capacidades de ingeniería a largo plazo dentro de la empresa. Buscamos un Científico Principal de Visión por Computadora para liderar el trabajo avanzado de Visión por Computadora e IA/ML dentro de GEO. Este rol será responsable de la dirección de investigación, arquitectura de modelos, experimentación, calidad de modelos, preparación para producción e implementación práctica de soluciones de visión por computadora utilizadas en los productos de la empresa. Este es un rol de liderazgo técnico senior para un especialista altamente experimentado que puede trabajar en investigación, ingeniería, producto y sistemas de producción. El candidato adecuado debe ser capaz de evaluar nuevos enfoques, diseñar arquitecturas de modelos, ejecutar experimentos, mejorar la calidad de los modelos y ayudar a los equipos de ingeniería a incorporar capacidades de IA/ML en flujos de trabajo de producción reales. Este rol requiere educación a nivel de doctorado y una sólida experiencia práctica en Visión por Computadora aplicada, Aprendizaje Automático y Aprendizaje Profundo. La persona en este rol debe sentirse cómoda trabajando con sistemas críticos para el negocio, restricciones de producción prácticas, conjuntos de datos imperfectos y requisitos de producto en evolución. Grupo de Producto Asignado Este rol se alineará principalmente con el grupo de producto de Visión por Computadora dentro de GEO. El rol también puede dar soporte a otros grupos de productos internos o iniciativas de IA/ML donde se necesite experiencia en visión por computadora, procesamiento de imágenes, búsqueda visual, detección de objetos, segmentación, clasificación o evaluación de modelos. Áreas de Enfoque del Grupo de Producto Dependiendo de las prioridades comerciales, el rol puede centrarse en una o más de las siguientes áreas: - Aplicación móvil / Visión por Computadora: Flujos de trabajo de captura de imágenes, integración de aplicaciones móviles, desarrollo de modelos de visión por computadora, inferencia de modelos, usabilidad en almacén/campo, bucles de retroalimentación del usuario, calidad de modelos de producción y soporte de UAT. - Funciones de Producto de IA / ML: Funciones aplicadas de aprendizaje automático, flujos de trabajo de evaluación de modelos, pruebas de concepto, automatización asistida por modelos, herramientas empresariales asistidas por IA e integración de capacidades de IA/ML en flujos de trabajo empresariales existentes. - Flujos de Trabajo de Datos y Anotación: Conjuntos de datos de imágenes, calidad de datos, requisitos de anotación, directrices de etiquetado, conjuntos de datos de entrenamiento de modelos, conjuntos de datos de validación, análisis de casos de falla y mejora continua del rendimiento del modelo. - Sistemas de ML de Producción: Despliegue de modelos, versionado de modelos, rendimiento de inferencia, monitoreo, reproducibilidad, escalabilidad, confiabilidad y prácticas de MLOps. Perspectiva sobre tu Impacto En este rol, tú: - Liderarás la investigación, el diseño, el desarrollo y la implementación de soluciones de Visión por Computadora e IA/ML. - Definirás la arquitectura del modelo, el enfoque técnico, la estrategia de experimentación, la metodología de validación y los criterios de preparación para producción. - Entrenarás, ajustarás, evaluarás, optimizarás y desplegarás modelos para detección de objetos, segmentación semántica, clasificación de imágenes, coincidencia de características, OCR, búsqueda visual y comprensión de imágenes. - Serás responsable de todo el ciclo de vida del modelo, incluido el análisis de datos, la calidad del conjunto de datos, los requisitos de anotación, el entrenamiento del modelo, el seguimiento de experimentos, la evaluación, el despliegue, el monitoreo y la mejora continua. - Crearás prototipos, pruebas de concepto, demostraciones y experimentos técnicos para validar nuevas ideas antes de la implementación completa del producto. - Analizarás el rendimiento del modelo, identificarás casos de falla y recomendarás mejoras prácticas basadas en datos, comportamiento del usuario y necesidades comerciales. - Revisarás y mejorarás los pipelines de Visión por Computadora existentes, la calidad del modelo, el rendimiento de la inferencia, la escalabilidad y la confiabilidad de la producción. - Trabajarás con ingenieros de software para integrar modelos de ML en aplicaciones y servicios de producción. - Definirás estándares para la evaluación de modelos, el versionado de modelos, la gestión de conjuntos de datos, la reproducibilidad y las prácticas de MLOps. - Evaluarás artículos de investigación, modelos de código abierto, plataformas de IA y nuevas tecnologías para su posible uso en los productos de la empresa. - Proporcionarás orientación técnica y mentoría a ingenieros que trabajan en funciones de IA/ML y visión por computadora. - Apoyarás la planificación y estimación del trabajo de IA/ML aclarando la complejidad técnica, los riesgos, las dependencias y las suposiciones de entrega realistas. - Crearás documentación técnica, informes de evaluación de modelos, notas de arquitectura y recomendaciones para los equipos de ingeniería y producto. - Te asociarás con Gerentes de Producto/Entrega para traducir las necesidades comerciales en planes de implementación de IA/ML prácticos. - Te asociarás con Gerentes de Ingeniería, Líderes de Equipo/Arquitectos, QA, DevOps, Datos y partes interesadas comerciales para asegurar que el trabajo de IA/ML pueda ser entregado y soportado en producción. Tus Calificaciones, Tu Influencia Para tener éxito en este rol, deberías tener: - Doctorado en Ciencias de la Computación, Visión por Computadora, Aprendizaje Automático, Inteligencia Artificial, Matemáticas Aplicadas, Ingeniería Eléctrica, Robótica o un campo técnico estrechamente relacionado. - Más de 7 años de experiencia práctica en Aprendizaje Automático/Aprendizaje Profundo, con un fuerte enfoque en Visión por Computadora. - Sólida experiencia práctica con PyTorch y/o TensorFlow. - Sólidas habilidades de desarrollo en Python. - Experiencia con OpenCV, NumPy, Pandas, scikit-learn y el ecosistema moderno de ML de Python. - Profundo conocimiento de los algoritmos clásicos de Visión por Computadora y los enfoques modernos de aprendizaje profundo. - Amplia experiencia en detección de objetos, segmentación semántica, clasificación de imágenes, coincidencia de características, recuperación de imágenes y evaluación de modelos. - Experiencia con arquitecturas y técnicas modernas de Visión por Computadora, incluyendo CNNs, Transformers, Vision Transformers, YOLO, Mask R-CNN, modelos tipo CLIP, modelos tipo SAM o similares. - Experiencia en la implementación de modelos de ML en entornos de producción. - Experiencia en optimización de modelos para velocidad de inferencia, latencia, uso de memoria, escalabilidad y confiabilidad. - Experiencia con APIs REST, Docker, CI/CD, versionado de modelos, seguimiento de experimentos y prácticas de MLOps. - Sólida comprensión de los conjuntos de datos, la calidad de los datos, los procesos de anotación, los requisitos de etiquetado y el análisis de errores de modelos. - Capacidad para leer, comprender y evaluar documentación técnica y artículos de investigación en inglés. - Capacidad para explicar temas técnicos complejos a partes interesadas de ingeniería, producto y negocios. - Experiencia trabajando en un entorno de desarrollo de software ágil. - Fuerte mentalidad de propiedad, buen juicio y capacidad para tomar decisiones técnicas prácticas bajo incertidumbre. - Comodidad trabajando en equipos distribuidos en múltiples ubicaciones y zonas horarias. Habilidades y Familiaridad Técnica Preferidas La siguiente experiencia será útil: - Investigación post-doctorado o experiencia industrial en Visión por Computadora aplicada. - Publicaciones, patentes o un sólido historial de investigación aplicada en Visión por Computadora, Aprendizaje Automático o IA. - Experiencia liderando la dirección técnica de proyectos de IA/ML. - Experiencia en mentoría de ingenieros de ML, ingenieros de software o equipos de anotación de datos. - Experiencia con tecnologías de inferencia en el borde o móviles, incluyendo ONNX, TensorRT, OpenVINO, TFLite, CoreML o similares. - Experiencia con pipelines de procesamiento de imágenes a gran escala. - Experiencia con generación de datos sintéticos, aprendizaje activo, supervisión débil o mejora de la calidad de los conjuntos de datos. - Experiencia con modelos multimodales, modelos de visión-lenguaje, ingeniería de prompts, OpenAI o plataformas de IA similares. - Experiencia con plataformas de ML en la nube y monitoreo de producción de modelos de ML. - Familiaridad con aplicaciones móviles, flujos de trabajo de almacén, sistemas de operaciones de campo o flujos de trabajo de captura de imágenes. - Familiaridad con Azure DevOps, Git, herramientas de CI/CD, sistemas de documentación y procesos prácticos de entrega de software. - Experiencia en componentes electrónicos, distribución de tecnología, cadena de suministro, logística, fabricación, comercio electrónico o entornos B2B similares. Éxito en los Primeros 90 Días Dentro de los primeros 90 días, el Científico Principal de Visión por Computadora debería ser capaz de: - Comprender las áreas de producto relevantes, los usuarios, los flujos de trabajo comerciales, los flujos de trabajo de captura de imágenes, los conjuntos de datos, los casos de uso de modelos y los riesgos técnicos actuales. - Establecer relaciones de trabajo con Gerentes de Ingeniería, Líderes de Equipo/Arquitectos, Gerentes de Producto/Entrega, ingenieros, QA, DevOps, Datos y partes interesadas comerciales. - Revisar el trabajo actual de Visión por Computadora e IA/ML, incluyendo modelos, conjuntos de datos, métodos de evaluación, proceso de anotación, integración de producción y problemas de calidad conocidos. - Identificar los riesgos más importantes de calidad de modelos, brechas de calidad de datos, deuda técnica, riesgos de producción y problemas de mantenibilidad. - Definir o mejorar los criterios de evaluación de modelos, el proceso de validación, los requisitos del conjunto de datos y las expectativas de preparación del modelo. - Ayudar a mejorar la claridad técnica del backlog activo de IA/ML agregando notas de diseño, desglose técnico, dependencias, estimaciones y riesgos. - Liderar al menos una mejora de modelo significativa, prototipo, esfuerzo de evaluación o actividad de reducción de riesgos de producción. - Mejorar la documentación sobre la arquitectura del modelo, los flujos de datos, los resultados de la evaluación, las limitaciones conocidas y el comportamiento de producción. - Crear un plan técnico inicial o un plan de remediación para el trabajo de Visión por Computadora alineado con las prioridades del producto y la capacidad de ingeniería. - Ayudar a incorporar o mentorizar a ingenieros que trabajan en Visión por Computadora, IA/ML o funciones de producto relacionadas. Lo que este Rol No Posee Este rol no posee gestión formal de personas para ingenieros. Los Gerentes de Ingeniería siguen siendo responsables de la contratación, la gestión del rendimiento, la aportación de compensaciones, la estructura del equipo y la planificación de la capacidad. Este rol no posee la priorización comercial o la aceptación del usuario. Los Gerentes de Producto/Entrega y las partes interesadas comerciales siguen siendo responsables de la recepción, la alineación de prioridades, la preparación del backlog, la coordinación de UAT y la aceptación comercial. Este rol no se compromete de forma independiente con las fechas de entrega sin la alineación con los Gerentes de Ingeniería y los Gerentes de Producto/Entrega.
Responsabilidades
- Liderar investigación, diseño, desarrollo e implementación de soluciones de Visión por Computadora e IA/ML.
- Definir arquitectura de modelos, enfoque técnico, estrategia de experimentos, metodología de validación y criterios de preparación para producción.
- Entrenar, ajustar, evaluar, optimizar y desplegar modelos para detección de objetos, segmentación semántica, clasificación de imágenes, coincidencia de características, OCR, búsqueda visual y comprensión de imágenes.
- Gestionar el ciclo de vida completo del modelo, incluyendo análisis de datos, calidad del dataset, requisitos de anotación, entrenamiento de modelos, seguimiento de experimentos, evaluación, despliegue, monitoreo y mejora continua.
- Construir prototipos, pruebas de concepto, demostraciones y experimentos técnicos para validar nuevas ideas antes de la implementación completa del producto.
- Analizar el rendimiento del modelo, identificar casos de falla y recomendar mejoras prácticas basadas en datos, comportamiento del usuario y necesidades del negocio.
- Revisar y mejorar pipelines de Visión por Computadora existentes, calidad de modelos, rendimiento de inferencia, escalabilidad y confiabilidad en producción.
- Trabajar con ingenieros de software para integrar modelos de ML en aplicaciones y servicios de producción.
- Definir estándares para evaluación de modelos, versionado de modelos, gestión de datasets, reproducibilidad y prácticas de MLOps.
- Evaluar artículos de investigación, modelos de código abierto, plataformas de IA y nuevas tecnologías para su posible uso en productos de la empresa.
- Proporcionar orientación técnica y mentoría a ingenieros que trabajan en características de IA/ML y visión por computadora.
- Apoyar la planificación y estimación del trabajo de IA/ML aclarando la complejidad técnica, los riesgos, las dependencias y las suposiciones de entrega realistas.
- Crear documentación técnica, informes de evaluación de modelos, notas de arquitectura y recomendaciones para equipos de ingeniería y producto.
- Asociarse con Gerentes de Producto/Entrega para traducir las necesidades del negocio en planes de implementación de IA/ML prácticos.
- Asociarse con Gerentes de Ingeniería, Líderes de Equipo/Arquitectos, QA, DevOps, Datos y partes interesadas del negocio para garantizar que el trabajo de IA/ML pueda entregarse y respaldarse en producción.
Habilidades
InvestigaciónDiseño de modelosExperimentaciónCalidad de modelosProducción de modelosImplementación prácticaAnálisis de datosGestión de datasetsOptimización de modelosMLOpsTrabajo en equipoComunicación técnicaMetodologías ágilesPensamiento críticoResolución de problemasToma de decisionesAdaptabilidadColaboración