Обязанности:
О компанииМы разрабатываем решения в области компьютерного зрения для бизнеса, объединяя hardware и software. Продукты, разработанные нами: Smart Coolers (умные холодильники с компьютерным зрением), Мачта для автоматической инвенторизации на распределительных центрах и складах, умные весы итд. Компания 8 лет на рынке. Основные задачи Разработка систем компьютерного зрения для задач: детекции объектов трекинга контроля и валидации событий (в контексте пользовательского поведения) Разработка и поддержка полного ML pipeline: сбор и подготовка данных организация и контроль процесса разметки (CVAT) обучение, валидация и итеративное улучшение моделей Разработка post-processing логики: обработка результатов моделей агрегация событий подготовка данных для передачи в backend Построение и оптимизация CV-пайплайнов: inference → post-processing → бизнес-логика работа с видеопотоками и синхронизацией данных Работа с геометрией и калибровкой: матрицы преобразований привязка координат, работа с перспективой Деплой и сопровождение моделей на edge-устройствах: оптимизация под ограниченные ресурсы запуск на устройствах (Rockchip based Radxa, orangepi итд ) настройка видеопотоков (RTSP / FFMPEG) Участие в постановке требований и проектировании решений совместно с продуктовой и инженерной командой Технологический стек Python PyTorch OpenCV YOLO NumPy, Pandas CVAT (или аналогичные инструменты разметки) Docker Rabbit Postgresql Git Linux Ключевые навыки Computer Vision: Object Detection Multi-object Tracking Image Processing Machine Learning / Deep Learning: CNN классические CV-алгоритмы Полный ML pipeline: сбор данных → разметка → обучение → валидация → внедрение Организация и контроль процесса разметки Постобработка результатов моделей и построение прикладной логики Внедрение ML/CV-решений в production-среду Дополнительные требования (важно) Опыт деплоя моделей на edge-устройства Понимание оптимизации инференса (latency, memory, throughput) Опыт работы с видеопотоками Уверенная работа с Linux-средой Будет плюсом Опыт работы с Rockchip (RKNN) или аналогичными платформами (Jetson, Coral) Знание C/C++ для оптимизации Опыт с ONNX Понимание многопоточности и построения real-time систем Что важно в кандидате Способность работать автономно и закрывать задачи end-to-end Инженерный подход: баланс качества модели и ограничений железа Опыт работы с production CV-системами (не только исследовательские задачи) Условия Работа над реальным продуктом (hardware + AI), уже используемым в бизнесе Влияние на архитектуру и технические решения Быстрый цикл разработки и внедрения Гибкий формат работы Конкурентная компенсация Мы целенаправленно ищем инженера, который умеет доводить CV-модели до стабильной работы в реальной среде — от данных до деплоя на устройстве.Похожие вакансии
Lead ML Engineer (Computer Vision)
Договорная
Москва
Центральный банк Российской Федерации (Банк России)
Lead ML Engineer (Computer Vision)
Договорная
Москва
Центральный банк Российской Федерации (Банк России)