Обязанности
— 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
