Estados Unidos
B&A
Sauron
Ingeniero Senior de Percepción
Estados Unidos
San Francisco, California, Estados Unidos
PythonC++Go
Traducción automática. Consulta el original.
Quiénes Somos
Sauron es la empresa de seguridad para el hogar del futuro. Los propietarios de viviendas hoy en día carecen de opciones convincentes cuando se trata de tranquilidad frente a vulnerabilidades y control total de su hogar; no existe una marca definitiva y protectora en el espacio. Aprovechando IA de vanguardia, tecnología de sensores y disuasión no letal, Sauron aporta tecnología de próxima generación a los propietarios para proteger a sus familias y propiedades. Incubada por el emprendedor en serie Kevin Hartz y Atomic, Sauron ha recaudado una ronda semilla de $18M de firmas líderes de capital de riesgo e inversores ángeles, incluyendo 8VC y el CEO de Flock Safety Garret Langley, para construir el nuevo sistema de percepción para el hogar.
El Puesto | Ingeniero Senior de Percepción
La percepción es la base del producto de Sauron. Cada decisión que toma el sistema (qué mostrar a un propietario, qué ignorar, qué escalar) depende de si hemos entendido correctamente lo que sucedió fuera del hogar. Estamos buscando a la persona que será responsable de este dominio.
Usted Contribuirá Mediante
Nuestro hardware opera alrededor del hogar y debe completar su misión de manera confiable en todas las condiciones ambientales: de noche, con mal tiempo y en presencia de oclusión y evasión deliberada. En este puesto, usted establecerá la dirección técnica de cómo lograrlo, incluyendo qué detectar, qué inferir, qué problemas se abordan mejor a través de modelos y cuáles a través de sistemas, y qué significa "listo para enviar" en términos medibles en lugar de impresiones.
Usted será responsable de la arquitectura de percepción y de las compensaciones de precisión, latencia y costo que la sustentan. Trabajará en estrecha colaboración con el equipo de hardware para definir los requisitos de detección en generaciones de productos sucesivas, y será la autoridad que los equipos de la nube, producto y hardware consultarán para comprender qué puede y qué no puede hacer la percepción. Escribirá una cantidad sustancial de código, centrado en los problemas más difíciles, pero su éxito se medirá por si el sistema de percepción en su conjunto se vuelve mejor, más rápido y más confiable.
- Evolucionar la arquitectura de la canalización para que las cámaras puedan entrar y salir, y la configuración pueda cambiar, sin interrumpir el video en vivo ni perder la identidad del objeto.
- Establecer el límite entre sistemas y modelos. Usted decide qué pertenece al servicio compilado, qué pertenece al grafo de inferencia y dónde está el techo de rendimiento real.
- Ser responsable de la calidad de la percepción de principio a fin. Definir qué es bueno en números: datos de evaluación, un sistema de regresión y una argumentación defendible sobre la elección del modelo para nuestro hardware.
- Extraer el máximo valor de nuestros sensores. Fusionar cada observación disponible manteniéndose robusto ante la oclusión, la iluminación deficiente y la evasión deliberada.
- Llevar el servicio de "funciona" a "confiable y desatendido". Detección de fallos, degradación elegante y observabilidad suficiente para saber por qué algo falló sin necesidad de una visita al sitio.
- Cerrar el ciclo desde el campo. Utilizar los datos de despliegue para encontrar margen de mejora y construir el conjunto de datos y la infraestructura de evaluación que hagan esto repetible.
- Liderar el trabajo y las personas. Establecer la dirección en percepción, revisar los cambios difíciles y ser responsable de las interfaces que la percepción expone al resto del producto.
Valoramos
- Colaboración, programación en parejas y trabajo en equipo.
- Asumir la responsabilidad en toda la pila.
- Desarrollo guiado por pruebas y refactorización regular para mantener nuestras bases de código saludables.
Su Experiencia Incluye
- Alrededor de 5+ años construyendo sistemas de producción, con varios años a nivel de staff: siendo responsable de la arquitectura de un sistema, no solo de sus tickets.
- Experiencia profesional significativa con percepción o machine learning para productos de hardware en un campo de seguridad crítica: aeroespacial, robótica, dispositivos médicos, vehículos autónomos o seguridad física.
- Profundo conocimiento de C++ moderno. Esta es una base de código de C++20 con Abseil, gRPC y CMake; deberías sentirte cómodo gestionando el ciclo de vida, los hilos y la semántica de apagado en un demonio de larga ejecución.
- Experiencia real con GStreamer o canalizaciones de medios: pads, probes, negociación de caps, mensajes de bus y la patología específica de una canalización que está viva pero no se mueve. DeepStream u otra pila de video de NVIDIA es una gran ventaja.
- Visión por computadora aplicada que haya implementado: seguimiento multiobjeto, reidentificación o asociación multicámara, y el juicio para saber cuándo la respuesta es un mejor modelo frente a una mejor geometría o una mejor infraestructura.
- Una clara comprensión del álgebra lineal, la optimización, la estadística y los algoritmos, y la teoría detrás de las técnicas que utiliza.
- Experiencia en el ciclo de vida de deep-learning: PyTorch o un marco equivalente, capas y operaciones personalizadas, optimización de redes para inferencia en computación de borde, reproducibilidad y evaluación honesta.
- Inferencia de GPU en la práctica: motores TensorRT, batching, fp16 y razonamiento sobre dónde va realmente la latencia.
- Instinto de borde. Ha depurado algo que solo falla en el dispositivo, después de nueve horas, en la red de un cliente, y trata la observabilidad y la clasificación de fallos como parte de la característica.
- Fluidez en Python. Una parte significativa de la lógica de soporte está en Python, y usted será quien decida qué nos cuesta.
- Una mentalidad generalista: capaz de sumergirse dondequiera que esté el cuello de botella, desde la infraestructura de entrenamiento en la nube hasta los sistemas integrados.
- Excelentes habilidades de comunicación escrita y verbal, y la capacidad de establecer dirección técnica y discrepar productivamente con equipos adyacentes.
Se Valora
- NVIDIA Jetson en producción: JetPack, L4T, imágenes Yocto o la alegría de la compilación cruzada para aarch64.
- Experiencia previa en la construcción de sistemas de seguimiento multicámara.
- Videovigilancia, VMS o integraciones ONVIF/RTSP, y saber cómo se comportan mal las cámaras.
- Arquitectura de GPU y programación CUDA.
- Familiaridad con VLM y otros modelos multimodales para la comprensión semántica de escenas.
- Ser responsable de la evaluación de modelos: conjuntos de datos, métricas y la disciplina de rechazar un modelo que obtenga mejores resultados en las pruebas pero que funcione peor en producción.
Compensación: $220-260k + acciones + beneficios
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil