Разработчик компьютерного зрения

Стек

Откликнуться

Загрузите резюме — мы свяжем вас с работодателем напрямую через нашу базу.

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

Контакты работодателя (email/phone/telegram) скрыты из публичного превью — отправьте резюме, чтобы мы связали вас напрямую.