AI-ingenieur – Computervisie

Over de rol

We zijn op zoek naar een enthousiaste AI Engineer Stagiaire met een sterke interesse in Computer Vision om ons team bij GIFT City te versterken. Je krijgt praktische ervaring met het ontwerpen, trainen, optimaliseren en implementeren van op visie gebaseerde AI-systemen die worden gebruikt in de gezondheidszorg, fintech, productie, retailautomatisering en bedrijfstoepassingen.

Deze stage is ideaal voor studenten die echte kennis willen maken met AI-ontwikkeling, grootschalige datasets en modelbouw op productieniveau voor mondiale gebruiksscenario's.

Belangrijkste verantwoordelijkheden:

• Ontwikkel, train en optimaliseer Computer Vision-modellen voor objectdetectie, segmentatie, OCR, detectie van afwijkingen, op rPPG gebaseerde extractie van vitale gegevens en aangepaste video-analyse.
• Bouw robuuste gegevenspijplijnen voor workflows voor beeld-/video-opname, opschoning, augmentatie en annotatie.
• Voer modelevaluatie uit met behulp van standaardstatistieken zoals mAP, IoU, F1, precisie, terugroepactie, latentie en nauwkeurigheid.
• Implementeer modellen naar productie met behulp van TensorFlow, PyTorch, ONNX Runtime of OpenVINO.
• Ontwikkel schaalbare inferentie-API's en integreer modellen met backend-systemen.
• Implementeer technieken voor modeloptimalisatie, waaronder kwantisering, snoeien, destillatie en GPU-versnelling.
• Onderzoek en experimenteer met moderne architecturen zoals Transformers, YOLO-varianten, RNN/CNN-hybriden en lichtgewicht mobiele modellen.
• Werk samen met DevOps-teams om deductiewerklasten in containers te plaatsen met behulp van Docker en te implementeren op cloudplatforms.
• Documenteer experimenten, resultaten en best practices duidelijk voor interne teams en klanten.

Vereiste vaardigheden

• Sterke vaardigheid in Python en deep learning-frameworks (PyTorch of TensorFlow).
• Gedegen begrip van machine learning-algoritmen en de basisprincipes van computervisie.
• Ervaring met OpenCV, NumPy en beeld-/videovoorbewerking.
• Praktische ervaring met datasets, annotaties en CV-pijplijnontwerp.
• Mogelijkheid om deep learning-modellen te trainen, valideren en afstemmen.
• Bekendheid met het implementeren van ML-workloads in cloud- of containeromgevingen.
• Goede analytische en foutopsporingsvaardigheden.

Vaardigheden die je graag hebt

• Ervaring met YOLOv7/8, Detectron2, MediaPipe, OpenVINO of ONNX Runtime.
• Blootstelling aan rPPG-signaalextractie, schatting van vitale functies en op video gebaseerde biometrie.
• Inzicht in MLOps-tools en -praktijken.
• Kennis van AWS-, GCP- of Azure ML-services.
• Ervaring met GPU-optimalisatie en real-time afstemming van modelprestaties.