Для работы в стартапе требуется cv-инженер.
Частичная занятость. Свободный график.
Мы разрабатываем систему, которая по видео с камер считает бизнес-метрики.
Сейчас в системе уже есть детекция человека.
Следующий шаг — сделать устойчивую идентификацию человека в видеопотоке и довести это до уровня, которому можно доверять в рабочем контуре.
Ищем Computer Vision инженера, который умеет работать не только с моделями, но и с CV-системой целиком: от качества идентификации до стабильности пайплайна и ограничений по ресурсам.
Нужно решить прикладную инженерную задачу:
• сделать устойчивый Re-ID в реальных условиях;
• связать его с трекингом и событиями;
• добиться стабильности;
• удержать точность на 93-95%;
• при этом учитывать ограничения по скорости и ресурсам;
• Исходить из того, что решение будет масштабироваться на десятки тысяч камер.
У нас не экстремальные условия по качеству картинки: камеры на точках дают нормальное видео.
Но есть реальные сложности, которые и делают задачу нетривиальной:
• люди могут находиться далеко от камеры;
• есть перекрытия;
• и пр.
важно, чтобы система вела себя стабильно не только на отдельных кейсах, но и в рабочем использовании.
Что нужно будет делать
• доводить систему от детекции к устойчивой идентификации человека;
• улучшать связку detection / tracking / Re-ID;
• собирать и оптимизировать pipeline:
video → detection → tracking → Re-ID → events → metrics
• повышать стабильность идентификации в сложных сценах;
• разбираться, где именно система даёт сбои, и устранять узкие места;
• работать с качеством:
o FP / FN,
o устойчивость ID,
o drift,
o качество на разных сценариях;
• оптимизировать производительность:
o inference,
o CPU / GPU usage,
o bottleneck’и в пайплайне;
• выстраивать подход к верификации, тестированию и дообучению системы.
Кого ищем
Нам нужен инженер, который:
• работал с computer vision в продакшне, а не только с обучением моделей;
• имеет практический опыт с видеоаналитикой, трекингом, Re-ID или близкими задачами;
• умеет мыслить не отдельной моделью, а всей системой целиком;
• умеет дебажить пайплайн и находить реальные причины деградации качества;
• понимает ограничения production / real-time систем;
• может самостоятельно брать технический блок и доводить его до результата.
Будет плюсом, если у тебя есть опыт с:
• multi-object tracking;
• person re-identification;
• видеоаналитикой в production-среде;
• оптимизацией CV-пайплайнов по latency / throughput / cost.
Формат работы
• Удалённо — работа полностью дистанционная;
• проектный формат;
• задачи разбиваются на короткие итерации, обычно до ~8 часов;
• формат работы: согласовали задачу → сделал → приняли → оплатили;
• загрузка ориентировочно 10–20 часов в неделю.
Условия
• почасовая оплата, обсуждается по уровню и опыту;
• возможен опцион / доля в продукте при сильном результате и вовлечённости.
Почему вакансия может быть интересна
• сильная прикладная инженерная задача;
• возможность влиять на архитектуру и качество ключевого CV-компонента;
• понятный формат работы без лишней бюрократии;
• возможность получить опцион при реальном вкладе в результат.
В отклике пожалуйста, коротко напиши:
С какими проблемами в Re-ID / идентификации людей в видео ты сталкивался на практике и какие из них оказались самыми неприятными?
