Просмотр вакансии

О проекте:

Мы создаем интеллектуальные системы видеонаблюдения и аналитики для государственных учреждений, торговых сетей и строительных объектов. Наши решения помогают:

• Обнаруживать нарушения безопасности (несанкционированный доступ, агрессивное поведение, кражи).

• Контролировать соблюдение нормативов (СИЗ на стройках, масочный режим).

• Автоматизировать отчетность для проверяющих органов.

Технологический стек: Python, OpenCV, YOLO, TensorRT, ONNX, Docker, Redis, PostgreSQL, AWS/GCP.

Требования: -Уверенный опыт работы с Python и основными ML-библиотеками (Scikit-learn, PyTorch/TensorFlow, XGBoost, LightGBM и др.).
-Понимание принципов классического и глубокого машинного обучения (обучение с учителем/без, регрессия, классификация, ансамбли, нейронные сети и др.).
-Опыт подбора архитектур моделей под задачу (CNN, RNN, Transformers, GNN и пр.), понимание сильных и слабых сторон подходов.
-Навыки подготовки и анализа датасетов: очистка, аннотация, аугментация, балансировка классов.
-Умение работать с различными источниками данных (CSV, SQL, API, web-scraping, облачные хранилища).
-Опыт с Pandas, NumPy, SQL, Spark — на практике.
-Знание основ MLOps: MLflow/Weights & Biases, логирование экспериментов, отслеживание метрик.
-Опыт контейнеризации и развёртывания моделей с использованием Docker, знание Git для управления кодом и версиями.

Будет плюсом:
Умение читать научные статьи, реализовывать state-of-the-art решения из публикаций.
Владение английским языком на уровне не ниже Intermediate (для чтения документации, статей).

Нажмите кнопку «Откликнуться» на этой странице и прикрепите:

1. Резюме с указанием опыта в Computer Vision и ML-разработке.

2. Краткое сопроводительное письмо (1-2 предложения о вашем релевантном опыте).