AI & Computer Vision Praktikant - Data-Augmentation

ÜBER UNS Harmattan AI ist ein Verteidigungsprimärunternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme aufbaut. Nach dem Abschluss einer $200M-Serie-B-Finanzierung, die das Unternehmen mit 1,4 Milliarden Dollar bewertet, erweitern wir unsere Teams und Fähigkeiten, um missionskritische Systeme für alliierte Streitkräfte zu liefern. Unsere Arbeit wird von klaren Werten geleitet: die Entwicklung von Technologien mit realer Weltwirkung, die Verfolgung von Exzellenz in allem, was wir tun, die Setzung ambitionierter Ziele und die Übernahme der schwierigsten technischen Herausforderungen. Wir operieren in einer anspruchsvollen Umgebung, in der Sorgfalt, Eigenverantwortung und Ausführung erwartet werden. ÜBER DIE ROLLE Um hoch robuste Wahrnehmungssysteme zu trainieren, benötigen wir Luftbildaufnahmen, die eine massive Vielfalt an Bedingungen abdecken. Sie werden eine fortschrittliche Generative-AI-Pipeline entwickeln, die in der Lage ist, den Kontext bestehender Datensätze vollständig zu transformieren; den Tag-Nacht-Zeitpunkt (Tag zu Nacht), die Jahreszeiten (Sommer zu Winter) oder ganze Biome und Wetterbedingungen zu ändern; während kleine, kritische Zielobjekte wie Drohnen perfekt erhalten bleiben. - Verfeinern der Generativen Architektur: Übernehmen Sie die Verantwortung für eine sophisticatede Multi-Pass-Diffusions-Pipeline (struktureller Hintergrundersatz + Licht-/Atmosphären-Glasuren) zur nahtlosen Anpassung von Szenenkontexten bei gleichzeitiger Maximierung der physikalischen Realität. - Lösung von Randfällen: Verbessern Sie benutzerdefinierte Maskierung und hochauflösende Tiefen-Patch-Algorithmen (z. B. Histogramm-Anpassung, nahtloses Blenden), um kleine Objekte im 3D-Raum zu verankern, generative Artefakte und "Sticker"-Effekte zu eliminieren. - Skalierung und Validierung: Erstellen Sie groß angelegte augmentierte Datensätze und quantifizieren Sie deren Auswirkungen auf die nachgelagerte Modellleistung rigoros. Entwerfen Sie Experimente, um zu messen, wie die Aufnahme und variierende Verhältnisse dieser synthetischen Daten die Genauigkeit, die Trefferquote und die Robustheit von Objekterkennern (z. B. YOLO) direkt verbessern, wenn sie gegen reale Randfälle getestet werden. ANFORDERUNGEN - Ausbildung: Derzeit Master-Abschluss in Informatik, Robotik, Elektrotechnik oder einem verwandten Fach mit Schwerpunkt auf Machine Learning. - Deep Learning: Gutes Verständnis von CNN-Architekturen, Objekterkennungs-Frameworks und modernen Verlustfunktionen sowie der Tracking-Welt und ihren Problemen. - Software-Engineering: Kenntnisse in Python (PyTorch/TensorFlow) und komfortabel in C++ arbeiten. - Linux/Embedded: Erfahrung in einer Linux-Umgebung; Vertrautheit mit Git ist ein Plus. - Problemlösung: Ein rigider Ansatz zur Fehlersuche und eine "Engineering-first"-Einstellung, die Leistung über theoretische Komplexität stellt. - Sprache: Fließend in Englisch; Französisch ist ein Plus. BONUS - Erfahrung mit NVIDIA-Jetson-Plattformen und hardwarebeschleunigter Inferenz. - Erfahrung als FPV-Pilot oder hobbyistisches Interesse an UAVs. - Vorherige Erfahrung mit synthetischer Datengenerierung (z. B. NVIDIA Isaac Sim, Gazebo). Wir freuen uns darauf, zu hören, wie Sie dazu beitragen können, die Zukunft autonomer Verteidigungssysteme bei Harmattan AI zu gestalten.