Stereolabs est la scale-up leader des solutions de vision intelligente destinées aux domaines de l'agriculture et de la logistique. Nous avons créé des capteurs 3D et une intelligence artificielle avancée qui permet de reproduire le fonctionnement de la vision humaine. Ainsi, nous permettons à toute machine mobile de devenir autonome et d'assister l'homme dans ses tâches quotidiennes. De nombreuses sociétés dans le monde entier ont adoptés notre stack d'autonomie dans des domaines variés, de l'agriculture à la logistique.

Mission

En rejoignant Stereolabs, vous ferez partie d'une équipe parmi les plus avancées au monde dans le domaine de la perception 3D. Vous aurez l'opportunité de contribuerez activement au développement d'IA de perception et de compréhension de l'environnement destinées à apporter l'autonomie aux robots et machines de demain. Vous serez chargé d'optimiser et de gérer les data et pipelines de développement, d'entraînement, et de déploiement des modèles de vision par ordinateur de Stereolabs. 

• Etudier et mettre en place les meilleures solutions techniques pour organiser de grands volumes de données images et vidéos collectés en continu sur le terrain et en simulation.
• Automatiser l'analyse et le labeling des données collectées afin d'assurer une répartition équilibrée des datasets d'entraînement.
• Gérer l'infrastructure d'experiment tracking (ClearML) et en assurer la stabilité et performance lors de l'entraînement et la validation de nombreux modèles en parallèle.
• Monitorer les pipelines de training et identifier les opportunités d'accéleration des processus d'entraînement des modèles (PyTorch).
• Faciliter les déploiements et les mises à jour des modèles, en s'assurant que les processus de déploiement sont automatisés, fiables et reproductibles.

• Vous êtes diplômé d'études supérieures dans les domaines de système d'information, vision par ordinateur ou big data.
• Vous avez au moins 2 ans d’expérience dans un poste similaire en MLOps ou Data Science.
• Vous êtes à l'aise en Python et C++.
• Vous maîtrisez les sujets de containerisation et d’orchestration.
• Vous êtes expérimenté avec au moins l'un des outils suivants de MLOps: MLFlow, Kubeflow, ClearML.
• Vous aimez suivre les dernières avancées dans le domaine de l'IA.