First Factory 招聘 Computer Vision & Applied ML Engineer（哥斯达黎加） | LinkedIn

我们是一家软件开发公司，拥有超过二十年的经验，拥有一支175+的专业团队，活跃于各行业的多样化项目。我们邀请您加入我们，一起迎接新的挑战。

关键职责

• 管理从原始视频到训练、评估和生产推理的端到端流程，包括数据集实践、指标和回归分析。
• 训练和迭代计算机视觉模型，用于物体、几何和人体运动，适用于固定的、仪器化的流程（多角度视频、遮挡、光照变化）。
• 精选和标注视频数据，定义评估协议，并在部署条件下推动持续改进，而不仅仅是 leaderboard 仅基准。
• 设计和维护结构化、时间感知的系统观察表示（事件、摘要或适合下游推理和整合的序列）——注意模式稳定性、标准化和时间对齐。
• 与 AWS SageMaker 和 Bedrock（及相关服务）合作进行训练、托管、监控和基础模型工作流程（推理、定制和评估）。
• 与硬件、后端和产品团队合作，安全清晰地将 ML 输出整合到更广泛的平台中。
• 贡献适合医疗行业的模型治理：版本控制、可追溯性、偏差和错误分析以及支持合规对话的文档。

要求

• 3 年以上的计算机视觉和应用 ML 经验，具备强大的 Python 技能。
• 使用 PyTorch（或其他框架）进行训练、微调和调试深度模型，而不仅仅是调用预训练 API。
• 实践视频 ML：帧采样、时间聚合、多视角考虑和推理性能（延迟、批处理、基本优化）。
• 有在 AWS 上部署 ML 的经验，包括 SageMaker（例如训练作业、端点或批量转换）和 Bedrock 用于基础模型用例（推理和/或定制工作流程）。
• 熟悉完整的 ML 生命周期：数据集版本控制、实验跟踪、评估设计、错误分析和与利益相关者的迭代。
• 有构建 LLM 应用的实践经验，使用 LangChain 和 LangGraph 设计链、状态图、工具/函数调用和多步推理流程。
• 能够与分布式团队在清晰的书面和口语中协作。

加分项

• 结构化或 JSON 中心的 ML 接口：设计输入/输出用于下游推理或整合（不需公开披露我们的确切提示或模式）。
• 时间序列或事件序列思考：将嘈杂信号聚合为稳定的用户行为摘要。
• 视频中的人体动作识别、行为分析或异常检测。
• 医疗或受监管环境：PHI/HIPAA 意识、审计追踪、变更控制。
• 注解工具（CVAT、Label Studio、Roboflow 等）和主动学习或人工在环迭代。
• 关联数据和服务围绕 ML（例如 PostgreSQL）用于元数据、作业或结果。

3 年以上的计算机视觉和应用 ML 经验，具备强大的 Python 技能。
PyTorch（或类似框架）用于训练、微调和调试深度模型，而不仅仅是调用预训练 API。
实践视频 ML：帧采样、时间聚合、多视角考虑和推理性能（延迟、批处理、基本优化）。
在 AWS 上部署 ML 的经验，包括 SageMaker（例如训练作业、端点或批量转换）和 Bedrock 用于基础模型用例（推理和/或定制工作流程）。
熟悉完整的 ML 生命周期：数据集版本控制、实验跟踪、评估设计、错误分析和与利益相关者的迭代。
有构建 LLM 应用的实践经验，使用 LangChain 和 LangGraph 设计链、状态图、工具/函数调用和多步推理流程。
能够与分布式团队在清晰的书面和口语中协作。

我们是一家软件开发公司，拥有超过二十年的经验，拥有一支175+的专业团队，活跃于各行业的多样化项目。