Deskripsi pekerjaan
Peran ini bertanggung jawab untuk menilai kelayakan teknis solusi pengenalan gambar offline (on-device/edge) dan membangun serta menerapkan model deteksi berbasis YOLO dari awal hingga akhir. Engineer akan bekerja dengan arsitektur model, optimasi untuk perangkat target, serta integrasi dengan layanan cloud seperti AWS Rekognition. Tanggung jawab mencakup persiapan data, pelatihan model, optimasi untuk efisiensi (quantization/pruning), hingga pemeliharaan pasca-deployment. Posisi ini juga berperan dalam memberikan rekomendasi strategis terkait pemilihan solusi antara model kustom offline atau layanan cloud berdasarkan kebutuhan bisnis, biaya, dan privasi data.
Tanggung jawab: Melakukan penilaian kelayakan teknis untuk kebutuhan pengenalan gambar offline; Merancang, melatih, dan mengoptimalkan model deteksi objek berbasis YOLO; Melakukan persiapan data, anotasi, dan evaluasi model; Mengoptimalkan model untuk deployment (quantization, pruning, ONNX/TensorRT/TFLite); Menangani deployment end-to-end ke perangkat produksi/edge; Mengeksplorasi dan mengimplementasikan solusi berbasis cloud (AWS Rekognition, Azure, Google Vision AI); Berkolaborasi dengan tim produk/engineering; Mendokumentasikan proses riset dan eksperimen.
Kualifikasi: Hands-on experience building computer vision / image recognition models using YOLO (or similar detection architectures); Proven, real experience building offline models — from research and training through to production/edge deployment.
Tanggung jawab
- Melakukan penilaian kelayakan teknis untuk kebutuhan pengenalan gambar offline
- Merancang, melatih, dan mengoptimalkan model deteksi objek berbasis YOLO
- Melakukan persiapan data, anotasi, dan evaluasi model
- Mengoptimalkan model untuk deployment (quantization, pruning, ONNX/TensorRT/TFLite)
- Menangani deployment end-to-end ke perangkat produksi/edge
- Mengeksplorasi dan mengimplementasikan solusi berbasis cloud (AWS Rekognition, Azure, Google Vision AI)
- Berkolaborasi dengan tim produk/engineering
- Mendokumentasikan proses riset dan eksperimen
Kualifikasi
- Hands-on experience building computer vision / image recognition models using YOLO (or similar detection architectures)
- Proven, real experience building offline models — from research and training through to production/edge deployment
Informasi lowongan
- Tipe pekerjaan
- Contract
- Gaji
- Negosiasi