Diese Stellenanzeige wurde mit KI aus der Originalsprache Englisch übersetzt.

Wollen Sie in die schnell wachsende Branche der Drohnen eintauchen und wertvolle Erfahrungen in einem dynamischen Start-up-Umfeld sammeln? 

Bei Flyability glauben wir, dass Roboter anstelle von Menschen in gefährliche Orte und Situationen geschickt werden sollten. Um unseren Glauben zu unterstützen, haben wir Elios geschaffen, den weltweit ersten kollisionstoleranten fliegenden Roboter, der zum ersten Mal den Fernzugang zu komplexen und geschlossenen Räumen ermöglicht. Mit mehr als 100 Mitarbeitern ist Flyability der Pionier in der UAV-Inneninspektionsbranche. Der Beitritt zu Flyability bedeutet nicht nur, einen neuen Job anzunehmen, sondern die Gelegenheit zu ergreifen, das Leben von Millionen von Menschen zu verbessern und die Zukunft der Robotik zu gestalten.

Um unser kreatives und dynamisches Team in Lausanne zu vervollständigen, suchen wir einen:

Robotics AI Praktikant – Visuelle Erkennung mit vortrainiertem & Few-Shot-Lernen (100%)

Ihre Rolle:

In dieser Rolle werden Sie vortrainierte und Few-Shot-Lerntechniken anwenden, um KI-basierte visuelle Erkennungstools für die Robotik zu entwickeln. Sie helfen dabei, beschriftete Datensätze zu entwerfen und zu erstellen, die es den Benutzern ermöglichen, Objekte oder Defekte mit minimalen Beispielen zu identifizieren und über große Bildsammlungen zu verallgemeinern. Dazu gehört das Experimentieren mit dem Verhalten von Modellen, das Erstellen intuitiver Beschriftungs-Workflows und die Unterstützung der Integration in reale Inspektionssysteme.

Was Sie übernehmen werden: 

• Entwerfen, Trainieren und Verfeinern von Modellen zur Erkennung visueller Muster wie Risse, Rost oder andere Anomalien
• Unterstützung bei der Erstellung von Datensätzen und der Beschriftungsstrategie, um qualitativ hochwertige Trainingsdaten für überwachtes und Few-Shot-Lernen sicherzustellen
• Integration von Modellen in den Software-Stack von Flyability und Validierung in Simulationen oder realen Bedingungen
• Definition von Evaluationsmetriken und Bewertung der Modellleistung hinsichtlich Zuverlässigkeit, Genauigkeit und Effizienz in Bereitstellungsszenarien

Ihr Profil:

• Erfahrung mit modernen KI-Frameworks wie PyTorch oder TensorFlow
• Solides Verständnis von Machine-Learning-Workflows: Datenvorverarbeitung, Modelltraining, Evaluierung und Bereitstellung
• Versiert in Python, mit guten Software-Engineering-Praktiken
• Analytische Denkweise mit einem praktischen, praxisorientierten Ansatz zur Testung von KI-Systemen in robotischen oder eingebetteten Umgebungen
• Vertrautheit mit Methoden zur visuellen Fehlererkennung ist von Vorteil
• Fließend in Englisch; Kenntnisse in weiteren Sprachen sind von Vorteil