Python, Computer Vision Developer

Python / Computer Vision Developer

Smart Techno Lab — український розробник програмної платформи INNI для відеоспостереження, відеоаналітики, управління подіями та автоматизації бізнес-процесів.

Ми розширюємо команду розробки та шукаємо Python / Computer Vision Developer, який працюватиме над створенням, навчанням, тестуванням та оптимізацією моделей відеоаналітики.

Основний напрям роботи — моделі сімейства YOLO, їх навчання та донавчання на власних датасетах, підготовка до роботи з відеопотоками в реальному часі, конвертація та оптимізація за допомогою OpenVINO.

Вимоги:

• впевнене знання Python;
• практичний досвід у сфері Machine Learning або Computer Vision;
• досвід роботи з моделями сімейства YOLO;
• знання PyTorch та OpenCV;
• досвід навчання або донавчання моделей на власних датасетах;
• розуміння задач детекції, класифікації та трекінгу об'єктів;
• досвід підготовки, очищення та перевірки датасетів;
• розуміння метрик оцінювання моделей: precision, recall, mAP, F1;
• базове розуміння ONNX та процесу конвертації моделей;
• досвід роботи із зображеннями, відеофайлами або відеопотоками;
• знання Linux і Git;
• готовність працювати з OpenVINO та розвивати практичні навички оптимізації моделей.

Практичний досвід роботи з OpenVINO буде суттєвою перевагою. Також розглянемо кандидатів, які мають досвід із YOLO, PyTorch, ONNX, TensorRT або іншими інструментами оптимізації моделей та готові швидко опанувати OpenVINO.

Буде перевагою:

• практичний досвід роботи з OpenVINO;
• досвід оптимізації моделей у FP16 або INT8;
• досвід роботи з NNCF;
• знання Java або досвід взаємодії з Java-застосунками;
• знання C++;
• досвід інтеграції ML-моделей у production-системи;
• досвід роботи з Intel CPU, GPU або NPU;
• досвід роботи з RTSP, FFmpeg або GStreamer;
• досвід одночасної обробки декількох відеопотоків;
• досвід роботи з ByteTrack, DeepSORT або іншими алгоритмами трекінгу;
• знання Docker;
• досвід роботи із системами відеоспостереження або відеоаналітики;
• наявність GitHub, портфоліо чи прикладів власних моделей.

Умови роботи:

• повна зайнятість;
• офіційне працевлаштування в штат компанії;
• оплачувана щорічна відпустка;
• оплачувані лікарняні;
• рівень заробітної плати — за результатами співбесіди, залежно від досвіду та практичних навичок кандидата;
• робота над власною українською програмною платформою INNI;
• практичні задачі у сфері Machine Learning, Computer Vision та відеоаналітики;
• робота з реальними відеоданими та діючими системами;
• участь у створенні нових модулів аналітики від ідеї до впровадження;
• взаємодія з ML-, Java-, C+± та backend-розробниками;
• можливість впливати на технічні рішення та розвиток продукту;
• професійний розвиток у напрямі Computer Vision та production ML;
• для кандидатів з Івано-Франківська — робота в комфортному офісі;
• формат роботи для кандидатів з інших міст погоджується індивідуально.

Обов’язки:

• розробка, навчання та донавчання моделей YOLO під конкретні задачі відеоаналітики;
• підготовка, перевірка та покращення датасетів;
• формування вимог до розмітки даних і контроль її якості;
• детекція, класифікація та трекінг людей, транспорту й інших об'єктів;
• аналіз точності моделей і причин помилкових спрацювань;
• покращення якості моделей за результатами тестування;
• експорт та конвертація моделей у ONNX і OpenVINO;
• оптимізація моделей за допомогою OpenVINO;
• налаштування inference на CPU та GPU;
• оптимізація швидкості обробки, затримки та використання обчислювальних ресурсів;
• тестування моделей на реальних відеозаписах і відеопотоках;
• підготовка моделей до одночасної обробки декількох відеопотоків;
• участь в інтеграції моделей із програмною платформою INNI;
• спільна робота з Java- та C+±розробниками;
• документування результатів навчання, тестування та оптимізації моделей.

Під час відгуку просимо зазначити:

1. З якими моделями або версіями YOLO ви працювали.
2. Чи навчали або донавчали ви моделі на власних датасетах.
3. Чи маєте досвід роботи з OpenVINO, ONNX, TensorRT або іншими інструментами оптимізації моделей.
4. Чи працювали ви з відеопотоками в реальному часі.
5. Посилання на GitHub, портфоліо або приклади реалізованих проєктів.
6. Бажаний рівень заробітної плати.
7. Коли готові розпочати роботу.