Softwareingenieur - Computer Vision Ingenieur

• Unser Team von Ingenieuren ist verantwortlich für die tägliche Arbeit an der Entwicklung von Softwareprodukten und Funktionen, die auf den HMDs ausgeliefert werden.
• Von den Ingenieuren wird nicht erwartet, dass sie komplette Funktionen entwerfen und deren Implementierung leiten; jedoch ist ein hohes Maß an Eigenständigkeit und Eigeninitiative erforderlich, um die Einarbeitung und Überwachung zu minimieren.
• Beispielaufgaben - Debugging und Upgrade von Werkzeugen, die vom Team verwendet und/oder implementiert werden. Bewertung der Leistungsimplikationen (CPU, GPU, Speicher, thermische Auswirkungen) von auf HMDs eingesetzten Funktionen.
• Entwicklung und/oder Verbesserung von Werkzeugen zur Visualisierung von Daten, die von den HMDs gesammelt werden.
• Beitrag zur Verbesserung der Codequalität durch Teilnahme an Code-Reviews, Design-Dokument-Reviews usw., Implementierung umfangreicher Tests usw.
• Teilnahme an Bereitschaftsdiensten, Behebung und Lösung von Vorfällen, Verfassen von Nachberichten.
• Bevorzugte Fähigkeiten - Solide Ingenieurskenntnisse in den relevanten Programmiersprachen und Betriebssystemen (C++, Python, Linux, Android).

Kenntnisse in mindestens einem der folgenden Bereiche:

• Computer Vision (CV), Virtual/Augmented/Mixed Reality (XR), Computergrafik (CG), Maschinelles Lernen (ML)
• Erfahrung in einem schnelllebigen Technologieumfeld mit umfangreicher funktionsübergreifender (XFN) Arbeit und Fähigkeit, in Unsicherheit zu gedeihen.
• Bereitschaft, sich in datenbezogene Probleme einzuarbeiten und bei Bedarf manuelle QA anzuwenden.

Weitere gewünschte Fähigkeiten:

• Erfahrung mit Kameras, semantischer/instanz-/panoptischer Segmentierung - Kenntnisse in Stereo-Tiefenwahrnehmung
• Beherrschung von Python, Python-Skripting über die Kommandozeile und explorative Arbeit mit Python-Notebooks unter Verwendung von Modulen wie numpy, scipy, matplotlib usw.
• Praktische Kenntnisse in C++, idealerweise mit guter Vertrautheit mit den aktuellen Standards (C++17, C++20) und den entsprechenden Standardbibliotheken.
• Gutes Verständnis von fortgeschrittener Template-Metaprogrammierung.
• Gute Kenntnisse im C++-Testen mit Bibliotheken wie Googletest.
• Vertrautheit mit dem Buck-Build-Tool.
• Kenntnisse in CV und relevanten Bibliotheken wie OpenCV.
• Kenntnisse in CG und relevanten Standards wie OpenGL und deren Implementierungen, z.B. Qt.
• Praktische Kenntnisse in ML, neuronalen Netzen und Deep Learning, mit Fokus auf Entwicklung und Nutzung von Infrastruktur zur Bereitstellung von Modellen in der Produktion (ML Engineering, ML Ops).