Разработчик компьютерного зрения
Описание
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.