Senior CV Engineer

Дата размещения вакансии: 14.10.2025
Работодатель: The Skolkovo Institute of Science and Technology
Уровень зарплаты:
з/п не указана
Город:
Москва
Западный административный округ, Можайский район, Инновационный центр Сколково, Большой бульвар 30с1
Требуемый опыт работы:
Более 6 лет

Обязанности:

  • Разрабатывать методы первичной обработки изображений с БПЛА и спутников, решая задачи сегментации, детекции и классификации объектов;

  • Формулировать задачи разметки данных и создавать пайплайны для сопоставления информации из разнородных источников (спутники, дроны, сенсоры);

  • Проектировать и внедрять нейросетевые алгоритмы на основе SOTA-архитектур (YOLO, Mask R-CNN, U-Net и др.) и настраивать процессы обучения/тестирования;

  • Проводить вычислительные эксперименты, анализировать результаты и достигать целевых метрик качества (IoU, mAP, F1-score);

  • Интегрировать модели в рабочие системы, обеспечивая их масштабируемость и производительность;

  • Участвовать в проектировании технических требований к ПО, взаимодействуя с командой разработки и заказчиками.

Требования:

  • Высшее техническое образование (Computer Science, прикладная математика, радиофизика и т.д.);

  • Опыт работы в Computer Vision от 3 лет (сегментация, детекция, обработка изображений);

  • Глубокие знания Python, фреймворков PyTorch/TensorFlow, библиотек OpenCV, навыки работы с Git;

  • Умение формализовать задачи и выбирать оптимальные методы решения (классические алгоритмы vs. нейросети);

  • Английский язык на уровне чтения профессиональной литературы (статей, документации);

  • Опыт настройки пайплайнов обучения, работы с большими датасетами и оптимизации метрик качества.

Будет плюсом:

  • Опыт работы с данными дистанционного зондирования Земли (спутниковые снимки, LiDAR, данные БПЛА);

  • Знание методов обработки геопространственных данных (GDAL, Rasterio, OpenSAR);

  • Участие в проектах с промышленным внедрением ИИ-решений (агротех, энергетика, городская инфраструктура);

  • Понимание особенностей геопространственных данных (мультиспектральные каналы, георегистрация и т.д.);
  • Опыт работы с большими изображениями (тайлинг, патчинг, обработка в облаке);
  • Понимание принципов MLOps и опыт деплоя моделей в production.