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.

• Офис, гибрид или удаленная работа.

• Оплата обсуждается по результатам собеседования и оценки объема задач.