computer vision engineer

Отдел разработки систем технического зрения развивает технологии компьютерного зрения для автоматизации складских процессов Ozon. Системы работают с реальными видеопотоками, высоконагруженной инфраструктурой и моделями машинного обучения в продакшене.

• Управлять командой ML/CV-инженеров: постановка задач, развитие сотрудников, регулярная обратная связь;
• Формировать техническое видение и развивать архитектуру CV-систем с учетом требований реального времени и ограничений продакшена;
• Принимать ключевые технические решения по моделям, пайплайнам инференса и инфраструктуре;
• Обеспечивать эффективность разработки: планирование, приоритизация, контроль сроков и качества поставки;
• Оптимизировать производительность решений — задержки, пропускную способность, утилизацию GPU и стоимость инференса;
• Выстраивать процессы разработки ML-систем: эксперименты, валидация, деплой, мониторинг;
• Работать на стыке команд (бэкенд, инфраструктура, данные, продукт) и синхронизировать технические решения с бизнес-целями;
• Управлять техническими рисками и повышать надежность продакшен-систем;
• Масштабировать команду: участие в найме и формирование сильной инженерной культуры.

• Опыт управления инженерной или ML-командой от 2–3 лет;
• Сильный бэкграунд в компьютерном зрении и опыт разработки продакшен-решений;
• Опыт проектирования архитектуры ML-систем или высоконагруженных сервисов;
• Понимание систем реального времени и подходов к оптимизации задержек и пропускной способности;
• Практический опыт оптимизации моделей и алгоритмов для работы на больших объемах данных;
• Уверенное знание Python;
• Опыт работы с GPU и понимание принципов эффективной утилизации аппаратных ресурсов;
• Понимание практик MLOps (CI/CD, мониторинг моделей, управление экспериментами);
• Сильные навыки приоритизации и принятия технических решений в условиях неопределенности;
• Развитые коммуникационные навыки и способность договариваться со стейкхолдерами;
• Английский на уровне уверенного чтения технической документации;
• Будет плюсом опыт построения видеоаналитики реального времени или потоковых ML-систем, работа с Kubernetes и микросервисной архитектурой, понимание распределенных систем и потоковых платформ обработки данных, оптимизация инференса на GPU (TensorRT, batching, quantization), управление несколькими командами или техлидами.

• Условий в вакансии нет