Чёткий фокус на компьютерном зрении и запуске моделей на edge-устройствах связан с полезным AI-продуктом, но широкий набор требований к ML и инфраструктуре делает роль насыщенной.
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Data Scientist / ML-инженер / Python-разработчик (Middle+) (AI и компьютерное зрение): Разработка AI-микросервисов на Python и моделей видеоаналитики для раннего обнаружения лесных пожаров с акцентом на VLM, обработку видеопотоков и развёртывание на NVIDIA Jetson. Фокус на обучении и оптимизации нейросетей, снижении ложных срабатываний и обеспечении производительности инференса на ограниченных GPU-ресурсах.
Локация: Нижний Новгород, посёлок Черепичный, 14; работа преимущественно на месте работодателя, также возможна удалённая работа с периодическим посещением офиса.
Зарплата: 180 000–200 000 ₽ на руки в месяц.
Компания
ДиСиКон разрабатывает систему раннего обнаружения лесных пожаров на базе искусственного интеллекта и видеоаналитики.
Что делать
Разрабатывать и сопровождать AI-микросервисы на Python для системы раннего обнаружения лесных пожаров.
Разрабатывать алгоритмы видеоаналитики для обнаружения дыма, возгораний, объектов и событий, включая мультимодальное обнаружение на базе VLM.
Обучать и дообучать нейросетевые модели, готовить и анализировать датасеты, оценивать качество и снижать количество ложных срабатываний.
Работать с OpenCV, изображениями и RTSP-видеопотоками, интегрировать модели в существующую систему видеоаналитики.
Оптимизировать и развёртывать модели на GPU и NVIDIA Jetson, повышать скорость инференса и эффективность использования CPU, GPU и памяти.
Разрабатывать Docker-контейнеры, тестировать, профилировать и устранять проблемы моделей и микросервисов, участвовать в выборе архитектур.
Требования
От 3 до 6 лет опыта; уверенное знание Python, включая ООП, asyncio, multiprocessing, работу с памятью, профилирование и оптимизацию.
Опыт разработки Python-микросервисов, FastAPI или аналогичных фреймворков и REST API.
Уверенное владение PyTorch; практический опыт обучения и дообучения нейросетевых моделей, fine-tuning, настройки обучения, подбора гиперпараметров и оценки результатов.
Опыт подготовки, очистки, аугментации и разбиения датасетов на train/validation/test, а также оценки качества данных.
Знание архитектур Computer Vision и практический опыт с YOLO или аналогичными моделями детекции, object detection, classification, tracking и segmentation.
Практический опыт с визуально-языковыми моделями и понимание мультимодального анализа изображений и видеосцен.
Уверенное знание OpenCV и опыт обработки изображений и видеопотоков.
Знание метрик precision, recall, F1 и mAP, умение анализировать ложноположительные и ложноотрицательные срабатывания.
Опыт с NVIDIA Jetson, понимание GPU-вычислений, CUDA, ограничений вычислительных ресурсов и видеопамяти; опыт оптимизации и развёртывания моделей через ONNX и TensorRT.
Уверенная работа с Linux, Docker с доступом к GPU и Git; способность разбираться в существующем коде, диагностировать проблемы производительности и самостоятельно находить технические решения.
Хорошо, если есть
Опыт создания систем видеоаналитики, обнаружения дыма, огня и других визуальных событий.
Опыт дообучения VLM, LoRA/QLoRA, Hugging Face Transformers, PEFT, а также работы с Qwen-VL, LLaVA или InternVL.
NVIDIA DeepStream SDK, GStreamer, Triton Inference Server и RTSP-потоки от большого количества IP-камер, включая PTZ.
CVAT, Label Studio, Roboflow, MLflow, Weights & Biases и DVC.
Оптимизация моделей с FP16, INT8, quantization, pruning и distillation.
Kubernetes, Helm, CI/CD-системы, Redis, RabbitMQ, Kafka и понимание MLOps.
Культура и преимущества
Полная занятость, гибкий рабочий график в пределах 9:00–18:00 с возможностью согласования времени с руководителем и командой.
Возможность удалённой работы с периодическим посещением офиса для совещаний и командных обсуждений.
Профессиональный и карьерный рост, внутрикорпоративное обучение и обмен техническим опытом.
Работа с Python, PyTorch, VLM, OpenCV, NVIDIA Jetson, CUDA, TensorRT, Docker и Linux.
Возможность влиять на AI-архитектуру, качество моделей и производительность системы в социально значимом проекте.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →