Просмотр вакансии

Чем предстоит заниматься

• Проектировать, обучать и оптимизировать модели компьютерного зрения (классификация, детекция, сегментация, трекинг, OCR/распознавание образов).
• Работать с реальными данными: сбор, разметка, аугментация, предобработка изображений и видеопотоков.
• Проводить экспериментальные исследования, сравнительный анализ подходов и валидацию моделей.
• Готовить обученные модели к промышленной эксплуатации: конвертация в ONNX/TensorRT/TFLite, оптимизация под целевое железо, ускорение инференса.
• Интегрировать модели в программные продукты, участвовать в код-ревью и написании технической документации.
• Взаимодействовать с продуктовой командой и заказчиком для формализации требований и перевода бизнес-задач в ML-спецификацию.

Требования (обязательные)

• Подтверждённый опыт разработки в области компьютерного зрения от 2 лет, подтверждённый реализованными проектами (портфолио, ссылки на репозитории, описание внедрённых решений или рекомендации).
• Профильное высшее образование: прикладная математика, информатика, физика, радиофизика, техническая кибернетика, механика и математическое моделирование или смежные специальности.
• Уверенное владение Python и основными библиотеками для CV/ML (OpenCV, NumPy, scikit-image, Pandas).
• Глубокое знание хотя бы одного современного фреймворка глубокого обучения: PyTorch (предпочтительно) или TensorFlow/Keras.
• Понимание классических алгоритмов компьютерного зрения, теории обработки изображений, feature engineering.
• Опыт подготовки данных для задач CV, умение писать эффективные пайплайны загрузки и аугментации.
• Навыки оценки качества моделей, выбора метрик, борьбы с переобучением и дисбалансом классов.
• Знание принципов развёртывания моделей: ONNX, TensorRT, Docker, работа с API (FastAPI/Flask).
• Свободное владение Linux, Git, Bash-скриптингом.

Будет плюсом

• Опыт работы с видеоаналитикой, многокамерными системами, трекингом (DeepSort, ByteTrack, BoT-SORT).
• Разработка под встраиваемые и edge-устройства (NVIDIA Jetson, OpenVINO, NPU/TPU-ускорители).
• Понимание 3D-зрения, стереозрения, лидаров, структуры из движения (SfM), SLAM.
• Владение генеративными моделями (GAN, диффузионные модели) и их применением в аугментации или синтезе данных.
• Участие в профильных соревнованиях (Kaggle, хакатоны) и научные публикации.
• Знание C++ для инференса или разработки высокопроизводительных компонентов.

Мы предлагаем

• Работу над сложными, технологически насыщенными продуктами с реальным внедрением.
• Конкурентную заработную плату (обсуждается индивидуально) и официальное оформление.
• Гибкий формат работы: удалённо
• Дружную команду нацеленную на результат и обмен опытом.