DAS ERWARTET SIE:
Innovative Entwicklung im Deep Learning: Sie sind verantwortlich für die Entwicklung und Optimierung von Deep-Learning-Modellen für anspruchsvolle Computer-Vision-Aufgaben wie Gesichtserkennung, Objekterkennung, NSFW-Inhaltsanalyse und Dokumentanalyse.
Effiziente Bildverarbeitung: Sie entwerfen und implementieren effiziente Bildverarbeitungspipelines in Python für Pre-/Post-Processing mithilfe von OpenCV sowie Deep-Learning-Frameworks wie PyTorch oder TensorFlow.
Vision-Transformer-Modelle: Sie bauen und optimieren Vision-Transformer-Modelle (z. B. ViT-, DETR- oder Swin-basierte Architekturen) für die Bildanalyse, Erkennung und Klassifizierung.
Fortschrittliche Bildanalyse: Sie entwickeln fortschrittliche Bildinhaltsanalysen wie Multi-Label-Tagging, Szenenverständnis, Attribut- und Stil-Erkennung sowie visuelle Ähnlichkeitssuche und Content Moderation.
Erweiterung durch LLMs: Sie setzen LLMs ein, um die visuellen Analyseergebnisse zu erweitern und zu interpretieren – zum Beispiel durch die Erstellung verständlicher Beschreibungen und regelbasierte Inhaltsprüfungen.
RESTful APIs: Sie entwickeln und pflegen RESTful APIs mit FastAPI, um CV- und Transformer-Funktionen für Echtzeit-Inference zugänglich zu machen.
Interdisziplinäre Zusammenarbeit: Sie arbeiten eng mit funktionsübergreifenden Teams zusammen, um bestehende Features zu verbessern und neue KI-gestützte Funktionen zu entwickeln.
Model-Serving-Lösungen: Sie designen und betreiben Model-Serving-Lösungen auf unserer GPU/CPU-Infrastruktur für hochperformante, latenzarme Inferenz.
Qualitäts- und Effizienzsteigerung: Sie sorgen durch umfassende Tests und Dokumentation für qualitativ hochwertigen, effizienten und skalierbaren Code.
Kontinuierliche Optimierung: Sie optimieren die Inferenzprozesse von ML-Modellen hinsichtlich Effizienz, Geschwindigkeit und Ressourcenverbrauch.
