О компании
StampSoft - это про автоматизацию. Автоматические парковки, платёжные терминалы, умные дома и офисы, системы контроля доступа, автоматические мойки, кофейни и много ещё чего крутого и интересного работает на нашей электронике и ПО.
Мы проектируем системы автоматизации под управлением облачной платформы ParkCloud, аналога nodejs, но более приспособленного к управлению оборудованием. Основной стек у нас C++/JS.
Системы автоматизации - достаточно консервативная среда, тем не менее мы активно занимаемся внедрением систем на основе CV/AI/ML/DL.
Мы приглашаем в команду инженера по машинному обучению, предпочтительно широкого спектра подготовки, которому предложим уникальные и интересные задачи.
Приоритетные кейсы для разработки
1. Компьютерное зрение в транспортной инфраструктуре:
•Распознавание государственных регистрационных номеров.
•Детекция и трекинг автомобилей перед шлагбаумом, в боксе, на парковочном месте.
•Детекция и трекинг человека.
•Классификация типа транспортного средства (легковой, грузовой, мотоцикл), габаритов.
2. Экологические решения — интеллектуальная сортировка тары:
•Подтверждение наличия объекта в приёмном отсеке.
•Определение позиции штрих-кода и ориентации тары (для корректного вращения). Распознавание штрих-кода и QR-кода.
•Классификация типа материала (стекло, пластик, жесть и другие), в том числе конкретных брендов бутылок.
•Оптимизация систем сортировки и автоматизация обработки объектов (ускоренное считывание штрих-кода на таре) в реальном времени.
Основным навыком нашего будущего сотрудника всё-таки является технический склад ума, умение мыслить, качественная фундаментальная подготовка по направлениям DL/ML, стремление развиваться и решать сложные задачи.
Мы берём новичков, для нас в приоритете понимание фундамента, основ и в какой-то степени математики данной специальности. И, конечно, пытливый ум.
От соискателя требуется готовность выполнить тестовое задание и пройти собеседование. Про обратное распространение и градиенты в сверточных слоях обязательно поговорим )
Требования
•Уверенное владение Python (OpenCV, PyTorch, Ultralytics).
•Опыт с PyTorch, навыки обучения и дообучения моделей.
•Навыки в задачах детекции / сегментации / трекинга объектов.
•Знание SOTA-архитектур: YOLO, DETR, RT-DETR, SAM и др.
•Понимание специфики обработки видео (RTSP, ffmpeg, потоковые пайплайны).
•Навыки построения пайплайнов, предобработка изображений/видео.
•Опыт работы с видеоданными, логами.
Условия по проектной занятости
•Выполнение задач по готовому ТЗ (отдельные модули).
•Оплата по задачам или этапам (MVP / релиз).
•Гибрид / удалёнка, оформление по ГПХ / ИП / самозанятость.
•Возможность долгосрочного сотрудничества.
Условия по полной занятости
•Участие в долгосрочном проекте как инженер по CV/ML.
•Гибрид / удалёнка, оформление по ГПХ / ИП / самозанятость.
