Инженер по компьютерному зрению (CV / ML / Detection / Tracking)

StampSoft - это про автоматизацию. Автоматические парковки, платёжные терминалы, умные дома и офисы, системы контроля доступа, автоматические мойки, кофейни и много ещё чего крутого работает на нашей собственной электронике и ПО.

У нас всё работает под управлением платформы собственной разработки ParkCloud, аналога nodejs, но более приспособленного к управлению оборудованием.

Мы приглашаем в команду инженера по компьютерному зрению (CV / ML / Detection / Tracking), которому предложим уникальные задачи, которые на порядок интереснее типовых проектов без реального выхода в железо и в "поле". Среди кейсов:

1. Компьютерное зрение в транспортной инфраструктуре:

• Детекция и трекинг автомобилей в сложных условиях (перекрытия, тени, низкая освещённость, динамичные сцены);

• Определение наличия автомобиля в боксе;

• Распознавание положения машины у шлагбаума и интеграция с сенсорикой (верхние камеры, датчики) на крупных парковках ТЦ;

• Идентификация лица у терминала (Face ID);

• Классификация типа транспортного средства (легковой, грузовой, мотоцикл);

• Распознавание государственных регистрационных номеров (ГРЗН).

2. Экологические решения — и интеллектуальная сортировка тары:

• Подтверждение наличия объекта в приёмном отсеке;

• Определение позиции штрих-кода и ориентации тары (для корректного вращения);

• Классификация типа материала (стекло, пластик, жесть и другие ), в том числе конкретных брендов бутылок;

• Распознавание и быстрая идентификация штрих-кодов (для автоматической сортировки и отчётности);

• Оптимизация систем сортировки и автоматизация обработки объектов (ускоренное считывание штрих-кода на таре) в реальном времени.

Основным навыком нашего будущего сотрудника всё-таки является технический склад ума и умение мыслить алгоритмически.

От соискателя требуется готовность выполнить тестовое задание.

Основные задачи:

• Разработка модулей компьютерного зрения: детекция объектов, трекинг, обработка событий по двум направлениям.
• Настройка событийной логики: фиксация входа/выхода, пересечения линий, задержек, групповых взаимодействий и др.
• Формирование структуры выходных данных (JSON-вывод, API-интеграция, событийные метки).
• Работа с YOLO (v5–v9), DeepSORT / StrongSORT, Segment Anything, RT-DETR и др.
• Интеграция и тестирование моделей на edge-устройствах (Jetson, Raspberry Pi, OrangePi и др.).
• Оптимизация пайплайна обработки видео (время отклика, нагрузка, качество).
• Разработка прототипов, MVP и подготовка к масштабируемому развёртыванию.
• Работа с Docker, Git, базами данных и API.

Требования:

• Уверенное владение Python (OpenCV, PyTorch, Torchvision, Ultralytics, FastAPI).
• Опыт с PyTorch или TensorFlow, навыки обучения и дообучения моделей.
• Опыт работы в ML / CV от 2 лет.
• Навыки в задачах детекции / сегментации / трекинга объектов.
• Знание SOTA-архитектур: YOLO, DETR, RT-DETR, SAM и др.
• Понимание специфики обработки видео (RTSP, ffmpeg, потоковые пайплайны).
• Опыт с docker-контейнерами, Git, Linux.
• Оптимизация инференса (ONNX, TFLite, TensorRT и др.).
• Навыки построения пайплайнов, предобработка изображений/видео.
• Опыт работы с видеоданными, логами.
• Самостоятельность, умение оценивать сроки и ресурсы.

Условия по проектной занятости:

• Выполнение задач по готовому ТЗ (отдельные модули).
• Оплата по задачам или этапам (MVP / релиз).
• Гибрид / удалёнка, оформление по ГПХ / ИП / самозанятость.
• Возможность долгосрочного сотрудничества.

Условия по полной занятости:

• Участие в долгосрочном проекте как инженер по CV/ML.
• Гибрид / удалёнка, оформление по ГПХ / ИП / самозанятость.