Разработчик компьютерного зрения

Ищем программиста со знанием OpenCV, YOLO и нейросетевых моделей компьютерного зрения для работы с видео-аналитикой и обучения ИИ-моделей анализа видео. Нужно разработать модуль анализа видео , который принимает видеопоток с камеры, обнаруживает нужные объекты, отслеживает их движение и формирует результат в виде структурированных данных. Также требуется обучить или дообучить модель под конкретные объекты и сценарии. Ожидаемый результат: рабочий прототип анализа видео; обученная или дообученная модель YOLO; инструкция по запуску и обучению; скрипты для инференса, тестирования и оценки качества; возможность интеграции результата в основное приложение. Основные задачи: Разработка системы анализа видеопотока с камер. Детекция, классификация и трекинг объектов на видео. Работа с моделями YOLO: обучение, дообучение, тестирование и оптимизация. Подготовка датасетов: сбор, разметка, очистка, аугментация данных. Настройка пайплайна обучения модели: train / validation / test. Оптимизация модели под работу в реальном времени. Интеграция видеоаналитики в существующее приложение или сервер. Работа с RTSP/IP-камерами, видеопотоками, файлами и кадрами. Вывод результатов анализа: координаты объектов, классы, confidence, события, логи. Требуемые навыки: Python, OpenCV, YOLO: YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 или аналогичные модели; PyTorch или другой ML-фреймворк; Linux, Git. Опыт обучения и дообучения моделей компьютерного зрения. Понимание принципов object detection, classification, tracking. Работа с видео: RTSP, IP-камеры, FFmpeg / GStreamer будет плюсом. Умение работать с датасетами и инструментами разметки. Умение давать реалистичную оценку сроков разработки в часах с учетом технических рисков, неопределенностей и этапов реализации. Можете в короткие сроки разработать рабочий MVP и последовательно улучшить модель до нужных метрик качества, надежности и производительности. Желательные навыки: Оптимизация моделей: ONNX, TensorRT, CUDA. Работа с edge-устройствами: Raspberry Pi, Orange Pi, Jetson, промышленные mini-PC. Опыт ускорения инференса на CPU/GPU/NPU. ByteTrack, DeepSORT, SORT или другие алгоритмы трекинга. Docker. FastAPI / Flask / Node.js для интеграции модели в сервер. Опыт построения систем видеоаналитики в реальном времени. Для отклика желательно прислать: Примеры проектов с OpenCV / YOLO / Computer Vision. GitHub или портфолио. Описание опыта обучения моделей. Какие модели и фреймворки использовали. Какой FPS удавалось получить на видео в реальном времени. Что мы предлагаем: Проектная или постоянная работа. На время ИС 5/2 работа на месте производства в п. Мосрентген, после ИС можно также работать из офиса на м. Калужская. Оплата обсуждается по результатам собеседования и оценки объема задач.