Инженер (Технический лидер) по компьютерному зрению

Дата размещения вакансии: 15.09.2026
Работодатель: ГК Дамате
Уровень зарплаты:
з/п не указана
Город:
Москва
Новослободская улица 45Б
Требуемый опыт работы:
От 3 до 6 лет

Должностные обязанности:

  1. Развитие проектов компьютерного зрения:
    - Формирование и реализация проектов CV для производственных площадок;
    - Проведение технической оценки реализуемости новых CV-кейсов;
  2. Техническое управление подрядчиками:
    - Подготовка технических требований и заданий на разработку/пилотирование CV-решений;
    - Контроль разработки и внедрения, проведение технической приемки результатов.
    - Организация пилотов и испытаний, формирование объективных критериев качества: precision/recall, количество ложных срабатываний, доля корректно обработанных событий, ошибка измерения и т. п.
  3. Эксплуатация существующих CV-систем:
    - Техническое сопровождение действующих систем компьютерного зрения ;
    - Выполнение небольших изменений и исправлений самостоятельно либо постановка задачи подрядчику;
  4. Техническое развитие и стандартизация:
    - Контроль версий моделей и программных компонентов, документации и конфигураций;
    - Участие в масштабировании успешных пилотов на производственные площадки;
    - Постепенное снижение зависимости от подрядчиков за счет накопления внутри компании технической документации, исходного кода и компетенций.

Требования к кандидату:

- Высшее техническое образование (информационные технологии; прикладная математика / информатика; программная инженерия);

- Опыт работы от 3 лет в Computer Vision / ML / разработке или сопровождении программно-аппаратных систем.
Желательно:
- опыт промышленного внедрения CV;
- опыт взаимодействия с подрядчиками или технического ведения проектов;

Понимание основных задач CV: классификация, детекция, сегментация, трекинг;
Понимание жизненного цикла ML/CV-модели;
Опыт работы с PyTorch либо аналогичным ML-фреймворком; OpenCV;
Понимание инференса и особенностей работы моделей на GPU;
Понимание принципов работы IP-камер;
Понимание влияния ракурса, фокусного расстояния, освещения, движения и качества изображения на CV;