О компании
Мы разрабатываем решения в области компьютерного зрения для бизнеса, объединяя hardware и software. Продукты, разработанные нами: Smart Coolers (умные холодильники с компьютерным зрением), Мачта для автоматической инвенторизации на распределительных центрах и складах, умные весы итд. Компания 8 лет на рынке.
Основные задачи
-
Разработка систем компьютерного зрения для задач:
-
детекции объектов
-
трекинга
-
контроля и валидации событий (в контексте пользовательского поведения)
-
-
Разработка и поддержка полного ML pipeline:
-
сбор и подготовка данных
-
организация и контроль процесса разметки (CVAT)
-
обучение, валидация и итеративное улучшение моделей
-
-
Разработка post-processing логики:
-
обработка результатов моделей
-
агрегация событий
-
подготовка данных для передачи в backend
-
-
Построение и оптимизация CV-пайплайнов:
-
inference → post-processing → бизнес-логика
-
работа с видеопотоками и синхронизацией данных
-
-
Работа с геометрией и калибровкой:
-
матрицы преобразований
-
привязка координат, работа с перспективой
-
-
Деплой и сопровождение моделей на edge-устройствах:
-
оптимизация под ограниченные ресурсы
-
запуск на устройствах (Rockchip based Radxa, orangepi итд )
-
настройка видеопотоков (RTSP / FFMPEG)
-
-
Участие в постановке требований и проектировании решений совместно с продуктовой и инженерной командой
Технологический стек
-
Python
-
PyTorch
-
OpenCV
-
YOLO
-
NumPy, Pandas
-
CVAT (или аналогичные инструменты разметки)
-
Docker
-
Rabbit
-
Postgresql
-
Git
-
Linux
Ключевые навыки
-
Computer Vision:
-
Object Detection
-
Multi-object Tracking
-
Image Processing
-
-
Machine Learning / Deep Learning:
-
CNN
-
классические CV-алгоритмы
-
-
Полный ML pipeline:
-
сбор данных → разметка → обучение → валидация → внедрение
-
-
Организация и контроль процесса разметки
-
Постобработка результатов моделей и построение прикладной логики
-
Внедрение ML/CV-решений в production-среду
Дополнительные требования (важно)
-
Опыт деплоя моделей на edge-устройства
-
Понимание оптимизации инференса (latency, memory, throughput)
-
Опыт работы с видеопотоками
-
Уверенная работа с Linux-средой
Будет плюсом
-
Опыт работы с Rockchip (RKNN) или аналогичными платформами (Jetson, Coral)
-
Знание C/C++ для оптимизации
-
Опыт с ONNX
-
Понимание многопоточности и построения real-time систем
Что важно в кандидате
-
Способность работать автономно и закрывать задачи end-to-end
-
Инженерный подход: баланс качества модели и ограничений железа
-
Опыт работы с production CV-системами (не только исследовательские задачи)
Условия
-
Работа над реальным продуктом (hardware + AI), уже используемым в бизнесе
-
Влияние на архитектуру и технические решения
-
Быстрый цикл разработки и внедрения
-
Гибкий формат работы
-
Конкурентная компенсация
Мы целенаправленно ищем инженера, который умеет доводить CV-модели до стабильной работы в реальной среде — от данных до деплоя на устройстве.
