Computer Vision Engineer

• Direkte Mitarbeit im Team und persönlicher Einbezug in den Entwicklungsprozess
• Ständige Erprobung und Einsatz von neuen Technologien
• Homeoffice an vorher festgelegten Tagen möglich
• Schlanke Prozesse, einfache interne Strukturen, * Weiterentwicklung von bestehenden Machine-Learning Modellen unter Verwendung von Pytorch und Python
• Unterstützung bei der Implementierung von Computer Vision-Verfahren innerhalb der Subsequent-Cloud

• Studium im Bereich Informatik, Medieninformatik, Wirtschaftsinformatik oder einer vergleichbaren technischen Studienrichtung
• Gute Kenntnisse in Python
• Erfahrung mit modernen Deep-Learning Frameworks, idealerweise Tensorflow oder PyTorch
• Idealerweise erste Erfahrungen mit fundamentalen Konzepten aus dem Bereich Computer Vision
• Begeisterung für aktuellen Trends und Themen (Kubernetes, Deep Learning, Micro-Services, etc.)
• Optional: Kenntnisse in C/C++
• Optional: Erfahrung mit OpenCV
• Verhandlungssichere Deutsch- und gute Englischkenntnisse

Die Subsequent GmbH aus Konstanz am Bodensee bietet 3D-Skelettdatenerhebung sowie abgeleitete Analysen und Auswertungen aus einfachen Videoaufnahmen (wie z.B. Smartphoneaufnahmen). Dabei werden selbstentwickelte Deep-Learning Verfahren eingesetzt um Qualität, Echtzeitfähigkeit und domänenspezifische Anpassungen zu gewährleisten. Resultierende Daten werden durch zugeschnittene visuelle Analysen und Apps verständlich zugänglich gemacht. Zu den Kunden der Subsequent GmbH gehören - unter anderem - Sportvereine und -verbände sowie Unternehmen aus den Bereichen Home-Fitness, Einzelhandel, Automotive und Gesundheit.

Subsequent wurde in den vergangenen Jahren mit mehreren renommierten Preisen ausgezeichnet, darunter der 1. Platz und die Auszeichnung als Digitales Start-Up des Jahres 2023 bundesweit (durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK)), dem Gewinn des Innovationspreis Baden-Württemberg, die Auszeichnung als KI-Champion Baden-Württemberg 2023 sowie dem Gewinn des KfW Award Gründen 2023 als Landespreissieger Baden-Württemberg.