ML Tech Architect (Архитектура решений)

Обязанности:

• Проектирование архитектуры CV-систем (обработка видео, детекция, трекинг)
• Определение подходов к построению пайплайнов (inference, обработка потоков, хранение результатов).
• Выбор и адаптация моделей (детекция, tracking) под реальные условия задачи.
• Оптимизация производительности решений (CPU/GPU, latency, throughput).
• Аудит и улучшение существующего ML/CV-пайплайна.
• Участие в сложных технических решениях вместе с CV-разработчиками.
• Постановка технических задач и контроль качества реализации.
• Формирование best practices по разработке и внедрению CV-моделей.
• Взаимодействие с backend-разработчиками при интеграции ML в сервисы.

Требования:

• Опыт разработки и внедрения CV/ML-систем в production от 6 лет.
• Практический опыт работы с computer vision (детекция объектов, видеоаналитика).
• Опыт проектирования архитектуры ML/CV решений.
• Уверенное владение Python и ML-библиотеками (OpenCV, PyTorch / TensorFlow, NumPy).
• Опыт работы с моделями детекции (YOLO или аналогами).
• Опыт работы с алгоритмами трекинга (DeepSORT, ByteTrack или аналогами).
• Опыт работы с видеопотоками (RTSP/RTMP, декодирование, обработка кадров).
• Опыт оптимизации инференса и производительности (GPU/CPU, batching, ускорение).
• Понимание многопоточности, асинхронности и построения высоконагруженных пайплайнов.
• Опыт интеграции ML-решений в backend (API, сервисы).
  Умение принимать архитектурные решения и вести задачи до результата.

Будет плюсом:

• Опыт работы с ONNX Runtime / TensorRT / OpenVINO.
• Опыт построения масштабируемых систем обработки видео.
• Опыт построения ML-пайплайнов (обучение → инференс → мониторинг).
• Опыт менторинга или технического лидерства.

Условия:

• Удаленная работа полностью;
• Гибкая загрузка (part-time);
• Участие в сложном CV-проекте с видеоаналитикой;
• Возможность влиять на архитектуру и ключевые решения.