Auf einen Blick
Senior Machine Learning Engineer mit 5+ Jahren Erfahrung in Perception-Systemen (RADAR, Kamera, LiDAR). Spezialisierung auf Production ML Models und Sensor-basierte AI-Systeme.
💰 $126.000–180.000/Jahr
📊 Senior
🕒 Vollzeit
🌍 Hybrid
🗺️ Americas
- 5+ Jahre Production ML Erfahrung mit Perception Systems
- Expertise in mindestens RADAR, Kamera oder LiDAR
- Proficiency in Python und PyTorch oder TensorFlow
- White-box ML Algorithm Verständnis
Machine Learning
Python
PyTorch
TensorFlow
RADAR
Signal Processing
C++
Angegeben: $126.000–180.000/Jahr · Marktschätzung: ~$126.000–180.000/Jahr.
✅ Geeignet für
- Machine Learning Engineers mit Perception-System-Fokus
- Computer Vision Spezialisten mit RADAR/LiDAR-Erfahrung
- Senior ML Engineers mit Production-Deployment-Erfahrung
🚫 Weniger geeignet
- Data Scientists ohne Production ML Engineering-Erfahrung
- Anfänger in Machine Learning
- Entwickler ohne Signal Processing-Kenntnisse
💡 Gut zu wissen
- Hybrid-Rolle erfordert Nähe zu Detroit-Office
- 5+ Jahre ist Mindestanforderung
- Expertise in RADAR, Kamera oder LiDAR ist nicht optional, sondern Pflicht
Über das Unternehmen
Canopy ist ein AI-Sicherheitsunternehmen, das Lösungen zur Bekämpfung von Fahrzeug- und Content-Diebstahl entwickelt. Das Unternehmen verwendet RADAR, Kamera und LiDAR-basierte Perception-Systeme.
Deine Aufgaben
- Entwicklung und Deployment von robusten Machine Learning Modellen für Production
- Arbeit über den vollständigen ML-Lebenszyklus: von Problem-Definition bis Deployment und Monitoring
- Etablierung und Verbesserung von Best Practices in ML-System-Architektur
- Zusammenarbeit mit Cross-funktionalen Teams für Modell-Integration
- Advanced Exploratory Data Analysis über große Sensordatensätze (Image, Audio, RADAR, Accelerometer)
- Verfolgung von Industry Advancements in Machine Learning und AI Sensing
- Mentoring von Junior Engineers und Teilnahme an Hiring Prozessen
Deine Voraussetzungen
- 5+ Jahre Berufserfahrung mit ML für Perception Systems
- Expertise in mindestens einem von: RADAR, Kamera oder LiDAR
- Bachelor in Informatik, Data Science, Engineering oder verwandtem Fachbereich
- Expertise in Python mit umfangreicher Erfahrung in Deep Learning Framework (PyTorch oder TensorFlow)
- Bewiesene Fähigkeit zur Entwicklung von Production-Grade ML Anwendungen
- Erfahrung mit C/C++ Anwendungen und moderner Language Features
- White-box Verständnis von ML Algorithmen (SVMs, HMMs, Decision Trees, CNNs, Transformers)
- Erfahrung mit Dynamic Object Tracking, mit Sensor Fusion bevorzugt
- Proficiency in Unix-based Umgebungen (Linux, macOS)
- Proficiency in Signal Processing Techniken
