ML инженер (Computer Vision)
Описание
Локация: Хабаровск, улица Ленина, 18В; работа на месте работодателя
Зарплата: от 120 000 RUB на руки в месяц
Компания
Институт исследует нейросетевые и робототехнические системы, включая интеллектуальные системы восприятия окружающей среды и управления роботизированными комплексами.
Что делать
Разрабатывать, обучать и оптимизировать ML-модели для компьютерного зрения и обработки аудиосигналов.
Создавать алгоритмы обнаружения объектов, анализа контуров, движения, контраста, текстур и звуковых событий.
Собирать, размечать и аугментировать датасеты, а также оценивать качество выборок и моделей.
Настраивать нейросети для работы в реальном времени на embedded-платформах, включая NVIDIA Jetson.
Интегрировать ML-модели с ПО для сбора данных, управления исполнительными механизмами и робототехническими системами.
Проводить эксперименты, устранять ошибки детекции и оптимизировать производительность с учетом ограничений ресурсов и задержек.
Требования
Профильное образование в области машинного обучения, компьютерных наук, математики, робототехники, электроники или смежных дисциплин.
Опыт разработки и внедрения ML-моделей от 2 лет.
Уверенное владение Python и опыт работы с PyTorch и/или TensorFlow.
Знание нейросетей и алгоритмов детекции и классификации объектов, включая CNN, YOLO, SSD и Faster R-CNN.
Опыт обработки изображений и аудиоданных, включая OpenCV, спектральный анализ, FFT и Mel-спектрограммы.
Знание NumPy, Pandas, SciPy, Linux, Git и метрик precision, recall, mAP и F1-score.
Хорошо, если есть
Опыт разработки ML-решений для NVIDIA Jetson и систем реального времени.
Знание TensorRT, ONNX и CUDA.
Опыт работы с камерами, тепловизорами, лидарами, радарами и другими сенсорами.
Опыт создания мультимодальных моделей, tracking, оценки положения объектов и sensor fusion.
Опыт обработки аудио в условиях шумов, эхосигналов и помех.
Культура и преимущества
Современный офис и оборудованная лаборатория для разработки и тестирования робототехнических систем.
Постоянный доступ к NVIDIA Jetson, камерам, микрофонным массивам, сенсорам и вычислительным платформам.
Участие в полном цикле разработки — от исследования идеи до внедрения в реальную систему.
Возможность влиять на архитектуру решений и развивать экспертизу в AI и embedded ML.
Возможности профессионального роста, обучения и развития.