ML-инженер компьютерного зрения (ML, Computer Vision)

Инженер компьютерного зрения (Computer Vision) О компании Эврионика — молодая компания, специализирующаяся на разработке и внедрении современных цифровых решений для бизнеса. Мы помогаем нашим клиентам автоматизировать бизнес-процессы, внедрять IT-системы и создавать интеллектуальные решения на базе искусственного интеллекта. Наша команда обеспечивает полный цикл работ: от проектирования до разработки и внедрения решения. О задаче Мы развиваем направление промышленного визуального контроля и ищем инженера-архитектора, который будет проектировать и создавать системы автоматического обнаружения и классификации дефектов поверхностей по изображениям с промышленных камер. Вы будете работать с реальными данными с производственной линии — от постановки задачи и сбора датасета до вывода стабильно работающей модели в production. Чем предстоит заниматься? Разрабатывать и оптимизировать алгоритмы компьютерного зрения для обнаружения, локализации и классификации дефектов поверхности (сегментация, детекция аномалий) Комбинировать классические методы обработки изображений (OpenCV) и Deep Learning-подходы (CNN, сегментационные и детекционные архитектуры) Собирать, размечать и версионировать датасеты Настраивать пайплайны аугментации под сложные условия съёмки (блики, отражения от глянцевых поверхностей, неравномерное освещение) Прототипировать гипотезы, проводить эксперименты, оценивать качество моделей по продуктовым метрикам (precision/recall, FPR на «годных» изделиях) Анализировать ошибки алгоритмов: влияние освещения, бликов, фокуса, шума, положения объекта, калибровки камеры Оптимизировать модели и инференс под требования реального времени (ONNX, квантизация, TensorRT) и разворачивать их на целевом железе Интегрировать решения в производственный контур через REST API / очереди, взаимодействовать с командой разработки и инженерами на площадке Что важно для успеха? Уверенный Python, опыт работы с NumPy и векторизованной обработкой массивов Практический опыт с OpenCV: фильтрация, пороговая обработка, морфология, поиск контуров и границ, работа с цветовыми пространствами Опыт обучения нейросетей на PyTorch (или TensorFlow) для задач CV: классификация, детекция, сегментация Понимание полного ML-цикла: подготовка данных → обучение → валидация → деплой Опыт работы с реальными изображениями с камер (а не только с «чистыми» открытыми датасетами) Понимание принципов и опыт работы в Linux/ Git / Docker / Kubernetes Английский на уровне чтения технической документации Будет преимуществом Опыт коммерческих проектов по Computer Vision, особенно в промышленной автоматизации / контроле качества Опыт с задачами anomaly detection и работы с несбалансированными выборками (дефектов всегда мало) Опыт съёмки и работы со сложными сценами: глянцевые/отражающие поверхности, контролируемое освещение, калибровка камер и объективов Опыт оптимизации инференса: ONNX, TensorRT, квантизация, работа на edge-устройствах / GPU Знание C++ (для узких мест по производительности) будет плюсом Опыт с MLOps-инструментами: DVC, MLflow Базовое понимание промышленного оборудования, машинного зрения (промышленные камеры, освещение, объективы) и работы на производственной площадке​​​​​​​​​​​​​​​​​​​​​ На каких условиях будем работать? Оформление по ТК РФ, полностью "белая" зарплата Гибкий график: 5/2, 8-часовой рабочий день (можем рассмотреть разные варианты) Работа полностью удалённо — ваш офис там, где удобно вам Интересные задачи, возможность влиять на процессы и предлагать свои решения Дружная команда, поддержка и обмен опытом Профессиональное развитие и обучение за счёт компании. В сопроводительном письме просьба описать реализованные проекты в сфере CV.