О компании и проекте

Мы компания TechnoForce. Мы запускаем новый продуктовый проект HODAR. Продукт представляет собой систему видеоаналитики для контроля активности персонала на объектах заказчика. Решение предназначено для предприятий с распределённым штатом сотрудников и позволяет автоматизировать учёт рабочего времени, фиксацию нарушений регламентов и оценку загрузки персонала на основе обработки видеопотока с камер наблюдения.

В настоящий момент формируется команда разработки проекта. Предстоит работа на всех этапах жизненного цикла: от анализа данных до промышленного внедрения и последующего сопровождения.

Области работ в рамках проекта:

• Первичный анализ видео-данных (оценка пригодности, артефакты, статистика классов, выбор стратегий аугментации и разметки).
• Разработка и обучение нейросетевых моделей детекции, трекинга и классификации действий.
• Оптимизация вычислительной эффективности моделей для работы в режиме реального времени на ограниченных аппаратных ресурсах.
• Построение пайплайна обработки видеопотока и интеграция с бэкенд-инфраструктурой продукта.
• Сопровождение модели в продакшене: мониторинг метрик качества, дообучение, обработка дрейфа данных.

Функциональные обязанности

• Проведение исследовательского анализа видеоданных: оценка разрешения, битрейта, частоты кадров, световых условий, шумов, распределения объектов.
• Реализация алгоритмов детекции и трекинга с использованием фреймворков PyTorch/TensorFlow (YOLO, Detectron2, DeepSORT, ByteTrack).
• Разработка программных модулей для захвата, декодирования и предобработки видеопотоков (OpenCV, FFmpeg, многопоточность).
• Применение методов оптимизации инференса: квантование, прунинг, конвертация в ONNX/TensorRT, снижение задержек при сохранении точности.
• Написание высокопроизводительного кода на Python с использованием векторизованных вычислений (NumPy) и асинхронных подходов.
• Интеграция ML-компонентов с внешними системами через REST API или очередь сообщений.
• Документирование принятых архитектурных решений, результатов экспериментов и инструкций по развёртыванию.
• Участие в обсуждении требований к данным и метрикам качества с заказчиком и аналитиками.

Требования к кандидату

• Коммерческий опыт в области компьютерного зрения и видеоаналитики — от 2 лет.
• Фундаментальная математическая подготовка: линейная алгебра, теория вероятностей, математическая статистика. Понимание градиентных методов оптимизации, устройства функций потерь (Cross-Entropy, Focal Loss, IoU Loss) и их модификаций. Способность обоснованно выбирать и адаптировать алгоритмы под конкретные характеристики видео-задач.
• Практическое владение Python и специализированными библиотеками:
  • Библиотеки компьютерного зрения и глубокого обучения: OpenCV, PyTorch, TensorFlow, Detectron2, YOLO (v5–v10), DeepSORT, MediaPipe.
  • Инструменты анализа и визуализации данных: Pandas, NumPy, SciPy, Matplotlib, Seaborn.
  • Средства работы с видео: FFmpeg (захват, конвертация, сэмплинг кадров).
• Опыт оптимизации производительности моделей (TensorRT, OpenVINO, ONNX Runtime).
• Навыки контейнеризации и развёртывания (Docker, FastAPI/Flask, работа с базами данных PostgreSQL/ClickHouse, брокерами сообщений Redis/Kafka).
• Знание протоколов видеопередачи (RTSP, H.264, H.265) и форматов видеоданных.
• Высшее техническое образование (прикладная математика, информатика, кибернетика, радиофизика или смежные специальности) — обязательно.
• Самостоятельность, способность формулировать задачи и предлагать обоснованные решения, ответственность за результативность модели в эксплуатации.
• Навыки работы с системами контроля версий (Git) и практиками командной разработки (code review, CI/CD — приветствуется).

Условия работы

• Участие в разработке продукта с нуля, возможность влиять на архитектуру и технологический стек.
• Удалённый формат работы (полностью или частично — обсуждаемо).
• Отсутствие избыточной бюрократии, фокус на инженерные и исследовательские задачи.
• Оплата по итогам собеседования, в соответствии с рыночным уровнем.
• Оформление по ТК РФ или по договору ГПХ.