directohace 22 horas
Ingeniero/a Senior de Visión por Computadora
Panoptyc
Remoto · Tiempo completo
Senior3+ 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.
Panoptyc busca un Ingeniero/a Senior de Visión por Computadora para diseñar, entrenar y optimizar modelos de reconocimiento de objetos para retail, con foco en despliegue en edge y VLM/VLA.
Descripción del puesto
COMPUTER VISION ENGINEER Panoptyc busca un/a excepcional Ingeniero/a Senior de Visión por Computadora para diseñar y entrenar modelos de vanguardia para el reconocimiento de objetos en retail e impulsar nuestra estrategia de despliegue en el borde (edge). SOBRE EL ROL Te unirás a nuestro increíble equipo de ingenieros de hardware, full-stack y de CV desarrollando nuestras capacidades de visión por computadora de próxima generación, construyendo y optimizando modelos que potencian aplicaciones de retail en el mundo real. Este rol exige a alguien que pueda moverse sin problemas desde el entrenamiento de arquitecturas YOLO personalizadas hasta el despliegue de modelos optimizados en dispositivos de borde, y desde el ajuste fino de VLMs de código abierto hasta la construcción de pipelines VLA que razonan y actúan sobre lo que ven. QUÉ HARÁS - Desarrollo de Modelos: Diseñar, entrenar e iterar sobre modelos de detección de objetos personalizados, específicamente ajustados para entornos de retail, seguimiento de inventario y reconocimiento de productos. - Integración VLM y VLA: Ajustar y desplegar modelos de visión-lenguaje (VLMs) de código abierto (LLaVA, Qwen-VL, InternVL, PaliGemma, etc.) para la comprensión de productos, clasificación zero-shot y razonamiento de escenas; construir pipelines de visión-lenguaje-acción que traduzcan la comprensión visual en decisiones posteriores. - Optimización para Edge: Tomar modelos de vanguardia y hacerlos extremadamente rápidos para el despliegue en el borde a través de cuantización, poda y optimización arquitectónica. - Ingeniería de Datasets: Construir pipelines de datos robustos y flujos de trabajo de anotación para mejorar continuamente el rendimiento del modelo en diversos escenarios de retail. - Investigación e Innovación: Mantenerse a la vanguardia en la investigación de CV y VLM, prototipar nuevas arquitecturas y determinar qué está realmente listo para producción frente a ruido académico. - Liderazgo Técnico: Mentorizar ingenieros, establecer mejores prácticas para el desarrollo de modelos e impulsar decisiones técnicas en torno a nuestra infraestructura de CV. EXPERIENCIA REQUERIDA - Más de 3 años de experiencia práctica en ingeniería de visión por computadora, con un historial comprobado de envío de modelos a producción. - Profunda experiencia con arquitecturas YOLO y YOLO-E: las has entrenado, ajustado y conoces sus particularidades íntimamente. - Experiencia práctica con VLMs de código abierto (LLaVA, Qwen-VL, InternVL, PaliGemma o similares): ajuste fino, evaluación y despliegue en producción. - Familiaridad con frameworks VLA y aplicación de modelos de visión-lenguaje-acción a tareas de percepción y decisión en el mundo real. - Maestría en despliegue en el borde: experiencia con TensorRT, ONNX Runtime o frameworks similares para optimizar modelos para dispositivos con recursos limitados, incluyendo VLMs cuantizados. - Sólidos fundamentos de ingeniería de software: código limpio, control de versiones, CI/CD para ML y la capacidad de construir sistemas mantenibles. - Experiencia en ML de producción: comprendes la diferencia entre un notebook de Jupyter y un sistema de ML listo para producción. CALIFICACIONES PREFERIDAS - Experiencia en el desarrollo de soluciones desplegadas en la familia de productos NVIDIA Jetson. - Experiencia con retail, gestión de inventario o aplicaciones de CV similares centradas en productos. - Antecedentes con PyTorch y frameworks de entrenamiento modernos (Transformers, LitGPT, Unsloth, etc.). - Experiencia ejecutando inferencia VLM de manera eficiente (vLLM, llama.cpp, SGLang o similares). - Familiaridad con la generación de datos sintéticos y técnicas de aumento de datos. - Conocimiento de versionado de modelos y seguimiento de experimentos (MLflow, Weights & Biases, etc.). - Publicaciones o contribuciones de código abierto en visión por computadora o IA multimodal. - Experiencia con AWS: EC2, ECS, Fargate, S3, Bedrock, SageMaker, etc. STACK TÉCNICO Si bien valoramos la experiencia por encima de herramientas específicas, probablemente trabajarás con: PyTorch, variantes de YOLO, VLMs de código abierto, TensorRT, ONNX, vLLM, Docker, Kubernetes y diversas herramientas de MLOps. Ubicación: Remoto Panoptyc está construyendo el futuro de la inteligencia en retail. Si estás listo/a para abordar problemas difíciles de CV y multimodales a escala, queremos saber de ti.
Responsabilidades
- Diseñar, entrenar e iterar modelos de detección de objetos
- Ajustar y desplegar modelos VLM open-source
- Optimizar modelos para despliegue en edge
- Construir pipelines de datos y flujos de anotación
- Investigar y prototipar nuevas arquitecturas
- Mentorizar ingenieros
- Establecer mejores prácticas
- Impulsar decisiones técnicas
Habilidades
Diseño de modelosEntrenamiento de modelosOptimización de modelosDespliegue en edgeIntegración VLM/VLAIngeniería de datosInvestigación y desarrolloLiderazgo técnicoBuenas prácticas de desarrollo de MLSistemas manteniblesMentoríaToma de decisiones técnicas