Вакансия неактуальна
Работодатель снял вакансию с публикации или срок размещения закончился. Отклики, контакты и действия по этой вакансии недоступны.
12.05.2026 в 11:10
Просмотры 2
+1 сегодня
Вакансия партнера
ML-инженер
Казань , улица Салиха Батыева, 5
Специализация: Другое
Формат работы: На месте работодателя
График работы: Сменный
Тип занятости: Полная занятость
Опыт: От 1 года до 3 лет
Выплата: ежемесячно
Описание
Мы — сильная команда, разрабатывающая передовые решения для малого и среднего бизнеса. Мы ищем опытного ML-инженера с экспертизой в Computer Vision, который усилит нашу команду и возьмет на себя ключевую роль в создании и внедрении интеллектуальных систем анализа визуальных данных.
Ключевые задачи и зона ответственности:
Разработка и внедрение ML-моделей для анализа видеопотоков в реальном времени для мониторинга и отслеживания процессов
Решение полного цикла задач Computer Vision: сегментация, детекция и классификация объектов на изображениях и видео.
RnD в области детекции, классификации и преобразования изображений.
Обнаружение аномалий и отклонений в визуальных данных.
Оптимизация существующих и новых моделей для работы в реальном времени с целью снижения вычислительных затрат.
Сбор и подготовка данных: организация полного цикла подготовки датасетов, включая отбор данных, авторазметку и валидацию.
Интеграция ML-решений в систему Заказчика (1с, Битрикс24 и т.п.)
Наши требования к кандидату:
Опыт работы в ML-разработке от 3 лет, с глубокой экспертизой в Computer Vision.
Уверенное владение Python и ключевыми библиотеками: PyTorch (глубокие знания, включая разработку собственных слоев, функций потерь), OpenCV, TensorFlow.
Знание протоколов передачи видео (Rtsp, Mjpeg), опыт работы с одноплатными компьютерами (Nvidia Jetson, Raspberry Pi) или серверами. Понимание основ работы с периферией (Gpio, реле).
Опыт полного цикла создания CV-моделей: от сбора/разметки данных до обучения, оптимизации и промышленного внедрения.
Знание и практический опыт применения современных архитектур: Yolo, U-Net, ResNet, трансформеры.
Понимание методов оптимизации моделей для инференса
Навыки работы с Git
Способность анализировать и оптимизировать производительность ML-моделей и алгоритмов.
Готовность глубоко погрузиться в предметную область
Будет значительным плюсом:
Опыт в заказной разработке и понимание полного цикла проекта: от подготовки технического задания до сдачи продукта заказчику.
Навыки технической коммуникации: умение ясно доносить сложные идеи до команды, менеджмента и заказчиков, участие в оценке проектов.
Опыт в смежных областях: Nlp, Rag.
Знание Cuda для низкоуровневой оптимизации.
Опыт с action recognition (распознавание действий)