CV инженер на edge-устройствах

Ищем Middle / Middle+ Computer Vision engineer, который умеет не просто строить модели, а делать их работающими в реальных условиях: на edge‑устройствах, в режиме реального времени, с ограниченными ресурсами.

• Настраивать и запускать пайплайны обучения (fine‑tuning, дообучение на новых данных) с мониторингом метрик и экспериментов
• Встраивать готовые и доработанные CV-модели в общую сервисную архитектуру в виде микросервисов или библиотек
• Оптимизировать модели под инференс в сложных промышленных условиях на EDGE-девайсах (NVIDIA Jetson): конвертация в ONNX/TensorRT, квантизация, профилирование, ускорение
• Исследовать, обучать и оптимизировать PyTorch модели для разных CV-задач
• Готовить инфраструктуру для запуска ML-компонентов (Docker с GPU, оркестрация, работа с Jetson)
• Деплоить, сопровождать и диагностировать сервисы в продакшене - логи, метрики, отказоустойчивость
• Обрабатывать и анализировать данные с лидаров, интегрировать их в общий сенсорный пайплайн
• Решать задачи на стыке 2D и 3D - совмещать информацию с камер и лидаров для повышения точности и надежности решений

• Математическая и ML‑база: глубокое понимание процессов работы с данными (сбор, разметка, предобработка), умение выбирать релевантные метрики под задачу, строить итеративные пайплайны обучения, вести трекинг экспериментов (например, MLflow или аналоги).
• PyTorch: уверенное владение фреймворком, понимание внутреннего устройства популярных архитектур (CNN, трансформеры, LSTM), опыт написания кастомных слоёв, multi‑head сетей, работа с чекпоинтами и тонкой настройкой (fine‑tuning), опыт встраивания моделей.
• Инженерный Python: отличное знание языка (асинхронность, многопоточность, multiprocessing), опыт работы с SQL и реляционными базами, понимание, как строить бэкенд-сервисы (FastAPI, Flask - любой опыт).
• Оптимизация под edge‑устройства: опыт конвертации моделей в ONNX/TensorRT, квантизация, профилирование, запуск на NVIDIA Jetson, RockChip или аналогичных платформах.
• Контейнеризация и Linux: практика с Docker (включая сборку образов с NVIDIA runtime для GPU), понимание CI/CD пайплайнов, уверенная работа в Linux - диагностика, настройка сервисов, написание скриптов.
• Продакшн‑опыт: умение деплоить и сопровождать сервисы, базовое понимание сетей (TCP/IP), знание инструментов observability (логи, метрики, трейсы - например, Prometheus + Grafana + Loki).
• Командная разработка: опыт работы в команде по GitFlow, участие в спринтах, планировании и ретроспективах. Ответственность, самостоятельность, инициативность.
• Английский язык: чтение технической документации и общение в текстовых каналах (письменный уровень - уверенный).
• Умение эффективно использовать LLM-инструменты (Cursor, Claude Code)
• Готовность работать с железом и разбираться в новых устройствах
• Системное мышление (понимание системы целиком, а не только кода)
• Самостоятельность и инициативность
• Готовность к редким командировкам на внедрения
• Желательно техническое образование
• Будет плюсом: Работа с видеопотоками и сенсорами: понимание принципов работы камер, их преимуществ и ограничений в разных условиях (освещённость, динамические сцены). Опыт работы с OpenCV, NumPy, обработка видео/изображений в реальном времени; Глубокое понимание 2D/3D‑задач: работа со стереокамерами (калибровка, построение глубины), лидарными данными, слияние данных с разных сенсоров. Опыт или желание погрузиться в SLAM; Работа с медиапайплайнами: знание GStreamer или FFmpeg для построения конвейеров видеообработки; Опыт с GPS‑данными (например, для привязки геопозиции); Понимание систем видеоаналитики - как строятся трекеры, детекторы, как обрабатываются длительные последовательности кадров

• Оформление в ИТ аккредитованной компании, согласно ТК РФ
• Офисы: Ярославль (ул. Некрасова) и Москва (м. Сухаревская / Проспект Мира)
• Формат: офис Москва/Ярославль с возможностью гибридной/удаленной работы
• Возможность влиять на архитектуру и технологии
• Работа на стыке CV/MLOps
• Предпочтительно не полностью удалённый формат (работа из РФ)