VeterisJobs
Descripción
El puesto está orientado al diseño y desarrollo de soluciones de inteligencia artificial que operan en dispositivos embebidos para diversos sectores industriales en procesos de transformación digital. Las responsabilidades principales incluyen la manipulación de datos, desde su comprensión inicial hasta la limpieza, preprocesado y procesado final. Se requiere el desarrollo de algoritmos de aprendizaje profundo personalizados para abordar casos de uso específicos, lo que implica conocimiento en arquitecturas como redes neuronales, autoencoders, redes neuronales convolucionales (CNNs), transformadores y redes neuronales recurrentes (LSTM, RNNs). Además, será necesario aplicar técnicas de fine-tuning y entrenamiento avanzado para optimizar la precisión y la capacidad de generalización de los modelos.Se valorará positivamente la experiencia en el ámbito de la visión por computadora y el procesamiento de imágenes, así como el conocimiento práctico de arquitecturas especializadas como YOLO, Vision Transformers, y técnicas de segmentación, detección y seguimiento de objetos. Un componente fundamental del trabajo es la gestión de desafíos comunes en proyectos reales, como el desbalance de clases en los conjuntos de datos, la presencia de ruido y las variaciones de dominio. La capacidad para diagnosticar y proponer soluciones a estos problemas es esencial para el éxito de las implementaciones.
La optimización y el despliegue eficiente de modelos en entornos edge constituyen una parte crítica del rol. Esto incluye la evaluación de métricas de rendimiento como latencia, consumo energético y uso de memoria. Se aplicarán técnicas de optimización como la cuantización y la aceleración mediante el uso de frameworks y runtimes especializados, entre los que se encuentran TensorFlow, PyTorch, y, según los requisitos del proyecto, ONNX o TensorRT. El objetivo final es garantizar que las soluciones de IA sean robustas, eficientes y aptas para su ejecución en dispositivos con recursos limitados.