Описание
Команда центра аэрологистики, которая входит в состав департамента автономных решений, занимается научными исследованиями в области построения логистических маршрутов с применением отечественных моделей беспилотников и отдельных технологических решений. Научные достижения и технологические разработки в этом направлении открывают широкие перспективы для дальнейшего повышения конкурентоспособности отрасли.
Задачи
•Разрабатывать CV-компоненты: детекцию, классификацию, сегментацию, трекинг, геометрическое зрение и, при необходимости, визуальную одометрию
•Разрабатывать продуктовый инференс на Python/C++ с интеграцией в ROS 2 или другую целевую архитектуру
•Экспортировать и валидировать модели в ONNX, TensorRT или аппаратно-специфичные runtime
•Оптимизировать инференс: FP16/INT8, квантизация, прунинг, дистиляция
•Профилировать полный путь кадра: получение изображения, декодирование, preprocessing, inference, postprocessing и публикация результата
•Оптимизировать работу с GPU/NPU, памятью, потоками, очередями кадров и zero-copy механизмами с учётом ограниченных ресурсов edge-платформы
•Участвовать в MLOps-процессах с использованием ClearML и DVC
Требования
•Экспертный уровень в CV/ML: понимание классического CV, архитектур CNN/Transformer, современных детекторов и трекеров, обучения, переобучения, аугментации, потерь, дисбаланса классов и ошибок обобщения
•Умение не только запускать обучение, но и анализировать, почему модель ошибается на реальных данных
•Продвинутый C++: production-разработка пайплайна инференса, управление памятью и буферами, многопоточность, обработка видеопотоков, API-интеграции, профилирование и устранение утечек
•Продвинутый Python: PyTorch, обучение, обработка датасетов, оценка качества, воспроизводимые эксперименты, экспорт моделей и автоматизация тестов
•Понимание GIL, multiprocessing и нативных расширений Python, когда они действительно нужны
•Экспертный уровень в edge inference: ONNX, TensorRT или эквивалентный runtime, работа с GPU/NPU, точность после квантизации, совместимость операторов, профилирование latency и throughput, память и потребление ресурсов
•Рабочий уровень ROS 2: понимание DDS, QoS, executors, callback groups, lifecycle, composition, intra-process communication, TF2, rosbag и диагностики распределённого графа
Будет плюсом
•Опыт диагностики проблем камер, MIPI/CSI, GStreamer, аппаратного декодера, драйверов и взаимодействия с runtime
•Опыт оценки качества не только по метрикам модели, но и по поведению всей системы на реальных видеозаписях и испытаниях
•Опыт оптимизации программных и аппаратных компонентов инференса
•Опыт работы с zero-copy механизмами и очередями кадров в условиях ограниченных ресурсов
•Опыт построения baseline-решений, анализа ошибок и выбора стратегии оптимизации при ограничениях по вычислителю или latency
•Опыт проверки корректности метрик, отсутствия утечек данных, численной корректности inference и стабильности системы
•Опыт использования GigaChat, Kandinsky и аналогов в продуктах, навыки создания и использования AI-агентов
•Инструментальное владение AI для анализа, генерации и автоматизации
Условия
•Комфортный офис в Сколтехе
•Офисный формат работы
•Конкурентная компенсация (оклад и премии по результатам деятельности)
•ДМС c первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний
•Материальная помощь и социальная поддержка, корпоративная пенсионная программа
•Дисконт-программы от компаний партнеров
•Бесплатный фитнес на территории работодателя
•Подписка Прайм с возможностью совместного использования на трёх близких
•Внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека
