SC-gecertificeerde machine learning-ingenieur

Functietitel: Machine Learning Engineer

Locatie: Bristol / Hybride (2-3 dagen op locatie)

Vereiste veiligheidsmachtiging: Actieve Britse SC-veiligheidsmachtiging en Brits staatsburger.

Dagtarief: £600 (buiten IR35) – contract van 6 maanden

De rol

Wij ondersteunen onze klant in de defensiesector bij de ontwikkeling van geavanceerde systemen die complexe, realistische visuele data in realtime verwerken. We zoeken een ML-engineer die gespecialiseerd is in computervisie om modellen van experimentele codebases naar robuuste, productieklare systemen te brengen.

Je zult werken met alles van objectdetectie en -tracking tot multispectrale beeldvorming, en modellen implementeren die betrouwbaar functioneren in omgevingen met hoge risico's.

Wat U zult doen

• Bouwen en optimaliseren: Ontwerp, train en implementeer deep learning-modellen voor objectdetectie, -segmentatie en -tracking.

• Ruimtelijk inzicht: Implementeer en optimaliseer SLAM-algoritmen om realtime kartering en lokalisatie mogelijk te maken voor autonome platforms.

• Schaalbaarheid: Optimaliseer computervisie-pipelines om efficiënt te draaien op edge-apparaten en hardware met beperkte mogelijkheden.

• Omzetten naar productie: Verpak onderzoeksmodellen in schone, onderhoudbare en schaalbare productiecode.

Waar we naar op zoek zijn

• Kernvereisten: Sterke programmeervaardigheden in Python en diepgaande kennis van PyTorch.

• CV & Ruimtelijke expertise: Praktische ervaring met het bouwen van computervisiemodellen en het werken met SLAM- frameworks (Simultaneous Localization and Mapping).

• Technische focus: Ervaring met Docker, CI/CD-pipelines en het schrijven van productieklare code.

• Ervaring in de defensie- of overheidssector is vereist.

• Je moet in het bezit zijn van een actieve SC-veiligheidsmachtiging en Brits staatsburger zijn.

Goed om te hebben

• Ervaring met het optimaliseren van modellen voor edge-hardware (TensorRT, ONNX).

• Ervaring met C++ voor prestatiekritische beeldverwerking en SLAM-pipelines.

• Ervaring met het genereren van synthetische data of het werken met onvolmaakte datasets met een lage resolutie.