ML-инженер
Описание
Мы разрабатываем систему видеоаналитики на базе камер наблюдения. Ищем ML Engineer / Computer Vision Engineer, который будет заниматься детекцией, классификацией, распознаванием и трекингом объектов на видеопотоках. Основные задачи: разработка и обучение моделей детекции объектов на изображениях и видео; настройка распознавания различных типов объектов и событий; разработка решений для детекции и распознавания автомобильных номеров; работа с видеопотоками с камер наблюдения; подготовка, разметка и обработка датасетов; дообучение и fine-tuning существующих моделей под наши задачи; оценка качества моделей и подбор оптимальных метрик; оптимизация моделей для работы в режиме реального времени; снижение количества false positive / false negative срабатываний; реализация object tracking между кадрами; интеграция ML-моделей в production-сервисы; оптимизация inference под GPU и ограниченные вычислительные ресурсы. Что ожидаем: коммерческий опыт в Machine Learning / Computer Vision; уверенное знание Python; опыт работы с PyTorch; практический опыт с моделями object detection; понимание архитектур YOLO, Faster R-CNN, SSD или аналогичных; опыт работы с OpenCV; понимание принципов object tracking; опыт работы с изображениями и видеопотоками; знание основных метрик Computer Vision: Precision, Recall, F1, IoU, mAP; опыт подготовки и аугментации датасетов; Git, Docker. Будет большим плюсом: опыт работы с YOLOv8 / YOLO11 или другими современными YOLO-моделями; опыт построения ANPR / LPR-систем для распознавания автомобильных номеров; опыт работы с OCR: PaddleOCR, EasyOCR, Tesseract или аналогичными решениями; ByteTrack, DeepSORT, BoT-SORT; ONNX, TensorRT; NVIDIA CUDA; оптимизация моделей под real-time inference; опыт работы с RTSP-потоками; FFmpeg / GStreamer; опыт работы с несколькими камерами одновременно; опыт edge inference; работа с NVIDIA Jetson или другими edge-устройствами; опыт построения систем видеоаналитики в production. Примеры задач проекта: обнаружение людей и транспорта; детекция автомобилей в видеопотоке; обнаружение автомобильного номера в кадре; распознавание символов государственного регистрационного номера; привязка распознанного номера к конкретному автомобилю; отслеживание автомобиля между кадрами; сохранение времени, камеры и события, связанного с обнаруженным номером; определение различных типов объектов в кадре; отслеживание объектов между кадрами; обнаружение появления или исчезновения объекта; контроль нахождения объектов в заданных зонах; подсчёт объектов; определение пересечения виртуальных линий; формирование событий и уведомлений на основе результатов анализа видеопотока. Стек:Python, PyTorch, YOLO, OpenCV, ONNX, TensorRT, Docker, CUDA, FFmpeg / GStreamer, RTSP. Ищем человека, которому интересно не просто обучать модели на готовых датасетах, а создавать полноценную систему компьютерного зрения, работающую с реальными камерами и видеопотоками в production. Условия: формат работы: гибридный; занятость: полная; уровень заработной платы обсуждается индивидуально и определяется по результатам собеседования, с учётом опыта, технического уровня и компетенций кандидата.