Обязанности:
О компанииDCS — IT-компания в области AI-консалтинга и генеративного искусственного интеллекта.Мы разрабатываем и внедряем AI-агентов, ассистентов и комплексные AI-решения для бизнеса, а также развиваем собственную no-code платформу NovaAgent для создания и оркестрации AI-агентов.Работаем с крупным российским и международным бизнесом.От нас ожидают не просто технологию, а глубокое понимание бизнес-процессов и отраслевой специфики клиентов. Требования: Опыт работы: 2+ года коммерческого опыта в разработке и оптимизации систем компьютерного зрения для обработки видеопотоков в реальном времени. Участие в проектах, связанных с высоконагруженными системами (более 1000 кадров/сек), включая декодирование/кодирование видео на GPU (NVENC, NVDEC, FFmpeg, GStreamer). Опыт оптимизации производительности ML-моделей: quantization, pruning, дистилляция, использование TensorRT, OpenVINO, ONNX Runtime. Технические навыки: Профильное знание Python и фреймворков: PyTorch, TensorFlow, OpenCV, Keras, Dask или Ray для распределенных задач. Глубокое понимание алгоритмов детекции (YOLO, Faster R-CNN), сегментации (Mask R-CNN, U-Net), трекинга (DeepSORT, SiamRPN), а также их метрик (mAP, IoU, MOTA). Опыт работы с GPU/TPU (CUDA, cuDNN), оптимизации инференса моделей под аппаратные ускорители. Знание инструментов для обработки видеопотоков: FFmpeg, GStreamer, RTSP, WebRTC. Уверенное владение Docker, Kubernetes, Airflow. Инфраструктура: Опыт настройки CI/CD (GitLab CI, GitHub Actions), мониторинга (Prometheus, Grafana) и логирования (ELK Stack). Знание баз данных для работы с большими данными: PostgreSQL, Redis, TimescaleDB. GitHub: Публичные проекты с примерами оптимизированного кода для задач реального времени, включая обработку видео и интеграцию с GPU. Функциональные обязанности: Разработка и оптимизация ML-моделей и пайплайнов для анализа видеопотоков в реальном времени с учетом ограничений по latency (менее 50 мс/кадр). Интеграция алгоритмов детекции, сегментации и трекинга в высоконагруженные системы (микросервисная архитектура, распределенные вычисления). Работа с низкоуровневой оптимизацией: Декодирование видеопотоков на GPU. Асинхронная обработка кадров с использованием многопоточности (asyncio, Celery). Сокращение нагрузки на CPU/GPU за счет эффективного управления памятью и batch-обработки. Анализ и улучшение метрик качества моделей, A/B-тестирование алгоритмов. Проектирование отказоустойчивых конвейеров обработки данных с балансировкой нагрузки. Взаимодействие с DevOps для деплоя решений на облачных платформах (AWS, GCP, Azure) и edge-устройствах. Ключевые задачи компьютерного зрения: Реализация алгоритмов для работы в условиях частичной потери данных (артефакты сжатия, низкое качество видео). Трекинг объектов в сценах с высокой плотностью (crowd detection) и динамическим фоном. Оптимизация пайплайна "frame capture → preprocessing → inference → postprocessing" для минимизации задержек. Навыки написания продакшн-кода: Умение писать код, готовый к масштабированию (чистые интерфейсы, модульность, кэширование). Знание принципов тестирования (unit, integration, нагрузочные тесты). Soft Skills: Способность аргументировать выбор архитектурных решений (например, TorchScript vs ONNX). Опыт менторства junior-разработчиков. Умение работать в Agile/Scrum, декомпозировать задачи с учетом бизнес-требований. Будет плюсом: Публикации или доклады на темы оптимизации ML-моделей. Знание C++ для написания высокопроизводительных модулей. Опыт работы с edge-устройствами (NVIDIA Jetson, Intel Movidius). Условия: Работа над продуктами, обрабатывающими >200 часов видео ежедневно. Внедрение решений, напрямую влияющих на ключевые метрики бизнеса. Удаленный формат работы с 09.00 до 18.00 по мск; Сильная команда, в которой есть возможность для реализации творческих идей и профессионального роста.Похожие вакансии