Ingeniero en visión computacional y sistemas inteligentes

Buscamos un Ingeniero en Visión Computacional con experiencia en procesamiento de imágenes, aprendizaje profundo y percepción multimodal, para desarrollar sistemas avanzados de visión que permitan la navegación autónoma, el reconocimiento de patrones complejos y la reconstrucción 3D en entornos hostiles.

El rol implica participar en proyectos colaborativos con instituciones internacionales bajo estándares NASA, ESA y DARPA, aplicando técnicas de machine vision, SLAM, análisis espectral y visión hiperespectral en sistemas aeroespaciales, robóticos y de vigilancia científica.

Responsabilidades

- Diseñar, entrenar y optimizar modelos de Computer Vision usando CNNs, Transformers y Vision-Language Models (VLMs).
- Implementar sistemas de detección, segmentación y tracking en tiempo real sobre hardware embebido o GPU.
- Desarrollar pipelines de preprocesamiento y fusión sensorial (RGB, infrarrojo, LIDAR, radar).
- Contribuir en proyectos de reconstrucción 3D, análisis espectral y navegación visual autónoma.
- Evaluar métricas de precisión, recall y estabilidad mediante análisis estadístico avanzado.
- Redactar documentación técnica conforme a normas NASA-STD-8739.8 (Software Assurance).

Requisitos mínimos

- Título universitario en Ciencias de la Computación, Ingeniería Electrónica, Robótica o Matemáticas Aplicadas.
- Experiencia comprobada (mín. 3 años) en visión por computadora y aprendizaje profundo.
- Dominio de:
Python, C++ o Rust.
Frameworks: PyTorch, TensorFlow, OpenCV, ONNX, ROS2.
- Técnicas: Object Detection (YOLO, DETR), Semantic Segmentation (U-Net, Mask R-CNN), Depth Estimation.
- SLAM / Visual Odometry / Structure from Motion (SfM).
- Conocimientos en álgebra lineal, estadística multivariante y geometría proyectiva.
- Inglés técnico avanzado (mínimo C1).
- Capacidad para trabajar bajo protocolos de seguridad de datos tipo NASA / ESA / ITAR.

Deseables

- Experiencia con hardware embebido (NVIDIA Jetson, Movidius, FPGA).
- Conocimientos en visión hiperespectral o térmica.
- Familiaridad con modelos generativos (Diffusion, NeRF, 3D Gaussian Splatting).
- Publicaciones en CVPR, ICCV, NeurIPS, IJCV o IEEE Robotics and Automation Letters.