Computer Vision Engineer middle

Наша команда разрабатывает систему видеонаблюдения Trassir.

Это профессиональная программа для построения многоуровневых систем безопасности. В ней есть не только возможность управлять камерами и писать с них архив, но и огромное количество дополнительных возможностей. В рамках системы мы развиваем много проектов, связанных с видеоаналитикой, среди которых:

• Межкамерный трекинг.

• Распознавание автомобильных номеров.

• Распознавание лиц.

• Общие задачи object detection.

• Аналитика поведения человека.

Кратко о том, что будет:

• Постановка задач по сбору и разметке данных и взаимодействие с командой разметки.

• Разработка и поддержка прототипов бизнес решений.

• Реализация различных решений в CV (детекция / распознавание объектов, трекинг, оптимизация моделей).

• Достижение заданных метрик качества в прототипах.

• Оптимизация скорости работы прототипов и inference моделей.

• Разработка решений на основе VLM/LLM моделей

Мы найдём общий язык, если у вас:

• Есть знание математики для понимания научных публикаций по CV.

• Есть опыт реализации подходов, описанных в научных публикациях.

• Есть опыт разработки CV систем.

• Есть способность довести сложную задачу до результата.

• Чистый и аккуратный код на python.

• Есть знания linux, git flow.

• Есть знание английского языка на уровне чтения статей.

Будет плюсом:

• Знание С++.

• Опыт работы с npu.

• Знание ML/DL вне CV.

• Опыт работы с различными сенсорами камер (радары / лидеры / мультиспектральные камеры).

• Наличие публикаций по смежным темам.

Какие технологии мы используем:

• pytorch / numpy / opencv / sklearn

• onnruntime / tensorrt

• git / mercurial

• python / c++

• wandb

Мы предлагаем:

• УДАЛЕННАЯ работа. При желании можно работать в уютном офисе с современным мощным оборудованием в Москве;

• Гибкий график работы (можно начинать работать в 12, если так лучше работается);

• Полностью белая заработная плата;

• Возможности роста и развития внутри компании (корпоративный университет);

• ДМС с первого рабочего дня.

• Достаточное количество железа для крупномасштабного обучения.

• Мощное железо для локальной разработки.

• Молодая и дружная команда .

• Открытость к изменениям любого рода и масштаба .