Что мы делаем
Мы создаём технологию распознавания товаров на полках для ритейла. Сейчас переписываем архитектуру: переносим recognition на мобильные устройства (on-device), а всю логику постпроцессинга объединяем в единое C++-ядро, которое будет работать и в бэкенде, и на iOS/Android. Параллельно развиваем Python-бэкенд и ML-инфраструктуру.
Расширяем команду, чтобы ускорить разработку алгоритмов Perfect Shelf, завершить миграцию на общее ядро и усилить backend-направление.
Чем предстоит заниматься:
Алгоритмы и C++ core (~60–70% времени):
-
Разрабатывать и поддерживать алгоритмы постпроцессинга после recognition (реалограмма, метрики качества)
-
Создавать единое C++-ядро с Python-биндингами, готовить библиотеки для Android/iOS
-
Переписывать существующую логику из Python/mobile в общее ядро
-
Дорабатывать алгоритмы под бизнес-требования
Backend и ML-инфраструктура (~30–40% времени):
-
Развивать сервисы для сбора датасетов, разметки, обучения моделей и отчётов по точности
-
Дорабатывать Python-микросервисы, интегрировать algorithm core
-
Проектировать архитектуру взаимодействия сервисов, реализовывать продуктовые фичи
-
Проводить code review, писать тесты и документацию
Вы будете самостоятельно вести свою зону algorithm pipeline, принимать решения по ядру и интеграциям.
Каким видим нашего будущего коллегу:
- Обязательно:
-
Уверенное владение C++17+ (CMake, pybind11 или аналоги)
-
Сильный Python 3.10+ с интересом к backend-разработке
-
Опыт с FastAPI, SQLAlchemy, Pydantic
-
Привычка к code review и работе с legacy-кодом
-
- Будет плюсом:
-
Опыт с OpenCV, PostgreSQL/Alembic
-
Знакомство с Android NDK или iOS bindings
-
Понимание computer vision и геометрии (bbox, IoU)
-
- Важно:
-
Готовность работать и с C++, и с Python — роль гибридная
-
Интерес к алгоритмам и продуктовой логике, а не только к коду
-
Понимание микросервисной архитектуры
-
Спокойное отношение к техдолгу и эволюционному рефакторингу
-
Ожидания на испытательный срок (3 месяца):
-
Разобраться в algorithm pipeline, структурах данных и связанных Python-сервисах
-
Разработать алгоритмы для задач Perfect Shelf
-
Переписать первые модули в C++ core с Python-биндингами
-
Внести значимые доработки в Python-микросервисы
Стек:
Python, FastAPI, Procrastinate, NumPy, pandas, Pydantic, PostgreSQL, SQLAlchemy, C++17, pybind11, CMake, OpenCV, Docker, Kubernetes, pytest, Grafana, S3
Что предлагаем:
-
Формат: удаленка/гибрид или офис в Москве - на выбор
-
График: гибкий, главное — быть доступным с 11:00 до 15:00 МСК для синхронизации с командой (видеозвонки)
-
Локация: любая, при условии возможности работать по указанному графику
-
Для инженеров — подписка на Cursor
