Anunciado 29 de noviembre
Esta oferta no acepta candidaturas
Tipo de jornada
Completa
Tipo de contrato
De duración determinada
Salario
Salario sin especificar
Estudios mínimos
Sin especificar
Nivel
Sin determinar
Número de vacantes
1
Número de inscritos
3
Tags Relacionados
Descripción del empleo

En un entorno tecnológico e innovador hacia la excelencia, Tu Futuro es Nuestro Presente. ¿De qué manera? En el Centro Tecnológico de Automoción de Galicia - CTAG Buscamos:


Ingenieros/as de Machine Learning con experiencia e interesados en la participar en proyectos relacionados con el desarrollo de nuevas funciones para vehículos autónomos. El perfil que precisamos es el siguiente:


TAREAS PRINCIPALES:


  • Investigación estado del arte

  • Análisis y manejo (Python) de bases de datos de conducción autónoma

  • Desarrollo de algoritmos basados en Machine Learning/Deep Learning para aplicaciones de percepción (computer visión en 2D y 3D) y predicción de situación (series temporales, escenarios multiagente)

  • Codificación de algoritmos en Python

  • Diseño del proceso de enteramiento, validación y depurado de los algoritmos

  • Análisis y validación de los algoritmos

  • Generación de informes y documentación



Requisitos mínimos

REQUISITOS GENERALES:


. Ingeniería en Telecomunicaciones/Informática, Graduados en Matemáticas, Física


. Capacidades comunicativas, tanto a la hora de presentar resultados como a la hora de necesitar o proporcionar soporte a compañeros


. Capacidad de organización y trabajo en equipo.


. Indispensable residencia en inmediaciones de CTAG (Pontevedra, Galicia).



REQUISITOS ESPECÍFICOS:


. Buen nivel de Python


. Experiencia desarrollando modelos Deep Learning en TensorFlow/PyTorch


. Experiencia con el stack de software para Machine Learning en Python (Pandas, Scikit-Learn. Numpy, Jupyter)


. Soltura en sistema operativo Linux



REQUISITOS VALORABLES:


. Nivel de Inglés B2/C1.


. Computer Vision


. C++


. DevOps: CI/CD (GitLab runners), Docker, Kubernetes


. Nociones de ingeniería de control.


. Probabilidad y estadística: inferencia clásica y modelos bayesianos




Compartir esta oferta