О нас: Мы - инженерная команда, которая специализируется на прикладном машинном зрении и видеоаналитике для B2B (промышленность, логистика, ритейл). Мы внедряем решения, которые работают в реальных условиях на реальных объектах: от контроля СИЗ на стройках до мониторинга транспорта на АЗС. Наш фокус - Edge-аналитика, работа в закрытых локальных контурах и оптимизация инференса.

Общие сведения о должности: Мы ищем AI/ML-инженера с фокусом на компьютерное зрение, который возьмет на себя разработку моделей от этапа R&D до деплоя на железо заказчика. Вам предстоит работать с видеопотоками в реальном времени, решать нестандартные задачи по трекингу и детекции объектов (люди, тяжелая техника, транспорт) и выжимать максимум производительности из локальных вычислительных ресурсов.

Место в структуре организации: На этой позиции вы будете работать в тесной связке с backend-разработчиками, техлидом и напрямую с фаундерами. Вы сможете влиять на архитектурные решения проектов и видеть, как ваши модели приносят измеримую пользу бизнесу.

Каким должен быть успешный специалист на этой должности: Успех в этой роли означает умение мыслить не только абстрактными метриками качества модели (accuracy/mAP), но и бизнес-результатом. Идеальный кандидат - это автономный специалист, который понимает, что для клиента важна стабильная работа системы 24/7 без перегрузки интернет-канала и ложных срабатываний. Вы умеете находить баланс между тяжелой современной архитектурой и скоростью инференса на ограниченном железе.

Обязанности:

• Разработка, обучение и тонкая настройка моделей компьютерного зрения (обнаружение объектов, классификация, сегментация, трекинг) для работы с видеопотоками в реальном времени.
• Оптимизация обученных моделей для быстрого инференса на локальных серверах (Edge AI) с учетом ограничений аппаратного обеспечения.
• Сбор, разметка, очистка и аугментация датасетов под специфические бизнес-сценарии (например, стройплощадки, складские терминалы, АЗС).
• Интеграция ML-моделей в общую архитектуру продукта и разработка API для взаимодействия с backend-частью.
• Анализ «узких мест» в производительности пайплайнов обработки видео и их устранение.
• Участие в технологическом ресерче (R&D) для выбора оптимальных open-source библиотек с учетом требований лицензионной чистоты (для внедрения в госсекторе/Enterprise).

Квалификационные требования:

• Уверенное владение Python и опыт работы с основными ML-фреймворками (PyTorch - обязательно).
• Глубокое понимание современных архитектур CV (семейство YOLO v8/v11, ResNet, Vision Transformers и др.).
• Практический опыт оптимизации инференса моделей (ONNX, TensorRT, OpenVINO).
• Опыт работы с библиотеками компьютерного зрения и обработки видео (OpenCV, FFmpeg, GStreamer).
• Навыки контейнеризации ML-сервисов (Docker, Docker Compose) и работы с системами контроля версий (Git).
• Способность ясно и структурированно формулировать технические решения как в коде, так и в документации.

Будет значительным плюсом:

• Опыт разработки и оптимизации LLM / RAG-архитектур (мы также внедряем ИИ-ассистентов).
• Знание C++ на уровне, достаточном для интеграции и ускорения ML-моделей.
• Опыт работы с трекерами (DeepSORT, ByteTrack и аналоги).

Что мы предлагаем:

• Отсутствие бюрократии и микроменеджмента: ценим результат и инженерный подход.
• Реальные индустриальные задачи, где ваш код работает на заводах и терминалах.
• Удаленная работа, ЗП обсуждается по результатам собеседования, гибкий график