Описание
Ищем Middle / Middle+ Computer Vision engineer, который умеет не просто строить модели, а делать их работающими в реальных условиях: на edge‑устройствах, в режиме реального времени, с ограниченными ресурсами.
Задачи
•Настраивать и запускать пайплайны обучения (fine‑tuning, дообучение на новых данных) с мониторингом метрик и экспериментов
•Встраивать готовые и доработанные CV-модели в общую сервисную архитектуру в виде микросервисов или библиотек
•Оптимизировать модели под инференс в сложных промышленных условиях на EDGE-девайсах (NVIDIA Jetson): конвертация в ONNX/TensorRT, квантизация, профилирование, ускорение
•Исследовать, обучать и оптимизировать PyTorch модели для разных CV-задач
•Готовить инфраструктуру для запуска ML-компонентов (Docker с GPU, оркестрация, работа с Jetson)
•Деплоить, сопровождать и диагностировать сервисы в продакшене - логи, метрики, отказоустойчивость
•Обрабатывать и анализировать данные с лидаров, интегрировать их в общий сенсорный пайплайн
•Решать задачи на стыке 2D и 3D - совмещать информацию с камер и лидаров для повышения точности и надежности решений
Требования
•Математическая и ML‑база: глубокое понимание процессов работы с данными (сбор, разметка, предобработка), умение выбирать релевантные метрики под задачу, строить итеративные пайплайны обучения, вести трекинг экспериментов (например, MLflow или аналоги)
•PyTorch: уверенное владение фреймворком, понимание внутреннего устройства популярных архитектур (CNN, трансформеры, LSTM), опыт написания кастомных слоёв, multi‑head сетей, работа с чекпоинтами и тонкой настройкой (fine‑tuning), опыт встраивания моделей
•Инженерный Python: отличное знание языка (асинхронность, многопоточность, multiprocessing), опыт работы с SQL и реляционными базами, понимание, как строить бэкенд-сервисы (FastAPI, Flask - любой опыт)
•Оптимизация под edge‑устройства: опыт конвертации моделей в ONNX/TensorRT, квантизация, профилирование, запуск на NVIDIA Jetson, RockChip или аналогичных платформах
•Контейнеризация и Linux: практика с Docker (включая сборку образов с NVIDIA runtime для GPU), понимание CI/CD пайплайнов, уверенная работа в Linux - диагностика, настройка сервисов, написание скриптов
•Продакшн‑опыт: умение деплоить и сопровождать сервисы, базовое понимание сетей (TCP/IP), знание инструментов observability (логи, метрики, трейсы - например, Prometheus + Grafana + Loki)
•Командная разработка: опыт работы в команде по GitFlow, участие в спринтах, планировании и ретроспективах
•Ответственность, самостоятельность, инициативность
•Английский язык: чтение технической документации и общение в текстовых каналах (письменный уровень - уверенный)
•Умение эффективно использовать LLM-инструменты (Cursor, Claude Code)
•Готовность работать с железом и разбираться в новых устройствах
•Системное мышление (понимание системы целиком, а не только кода)
•Самостоятельность и инициативность
•Готовность к редким командировкам на внедрения
•Желательно техническое образование
Будет плюсом
•Работа с видеопотоками и сенсорами: понимание принципов работы камер, их преимуществ и ограничений в разных условиях (освещённость, динамические сцены)
•Опыт работы с OpenCV, NumPy, обработка видео/изображений в реальном времени
•Глубокое понимание 2D/3D‑задач: работа со стереокамерами (калибровка, построение глубины), лидарными данными, слияние данных с разных сенсоров. Опыт или желание погрузиться в SLAM
•Работа с медиапайплайнами: знание GStreamer или FFmpeg для построения конвейеров видеообработки
•Опыт с GPS‑данными (например, для привязки геопозиции)
•Понимание систем видеоаналитики - как строятся трекеры, детекторы, как обрабатываются длительные последовательности кадров
Условия
•Оформление в ИТ аккредитованной компании, согласно ТК РФ
•Офисы: Ярославль (ул. Некрасова) и Москва (м. Сухаревская / Проспект Мира)
•Формат: офис Москва/Ярославль с возможностью гибридной/удаленной работы
•Возможность влиять на архитектуру и технологии
•Работа на стыке CV/MLOps
•Предпочтительно не полностью удалённый формат (работа из РФ)
