Руководитель ML-команды

Мы — сильная команда, разрабатывающая передовые решения для малого и среднего бизнеса. Мы ищем руководителя проекта/ ML-инженера с экспертизой в Computer Vision, который возглавит нашу команду и возьмет на себя ключевую роль в создании и внедрении интеллектуальных систем анализа визуальных данных и и создания Панели управления камерами.

Ключевые задачи и зона ответственности:

Роль

Вам предстоит возглавить разработку CV-решений и создать панель управления камерами — единый интерфейс для мониторинга, аналитики и администрирования видеосистем. Вы будете совмещать роль архитектора ML-моделей и технического лидера команды.

Чем предстоит заниматься

ML / Computer Vision:

• Разрабатывать и внедрять модели: детекция, трекинг, распознавание (лиц, номеров, действий), сегментация.

• Оптимизировать инференс на edge (NVIDIA Jetson, Hailo) и серверах (GPU).

• Настраивать пайплайны обработки видеопотоков (RTSP, WebRTC, GStreamer).

Панель управления камерами:

• Проектировать архитектуру бэкенда для управления камерами (ONVIF, PTZ, запись, стриминг).

• Создавать дашборд для просмотра видео, событий, аналитики и алертов (можно в связке с фронтенд-разработчиком).

• Интегрировать отображение метрик ML (confidence, зоны интереса, heatmap).

Руководство:

• Вести 1–3 ML-инженеров и разработчиков бэкенда.

• Ставить технические задачи, проводить код-ревью, управлять бэклогом CV-части.

• Участвовать в переговорах с заказчиками и интеграторами (при необходимости).

Ключевые требования

• Опыт в CV: от 3 лет коммерческой разработки (детекция/трекинг/распознавание).

• ML фреймворки: PyTorch / TensorFlow, ONNX, OpenCV.

• Бэкенд и видео: опыт работы с RTSP, FFmpeg, GStreamer; знание ONVIF — плюс.

• Продуктовый подход: умение превращать CV-модель в работающий сервис (Docker, REST API, брокеры сообщений).

• Панель управления: понимание архитектуры дашбордов (веб-сокеты, WebRTC, HLS) — опыт разработки или ТЗ для frontend.

• Лидерство: опыт руководства хотя бы 1–2 разработчиками.

Будет преимуществом:

• Опыт с системами видеонаблюдения (Trassir, Axxon Next, Ivideon или своими решениями).

• Реализация панели управления камерами (угол обзора, health-check камер, смена качества потока).

• Знание MLOps (MLflow, Kubeflow, CI/CD для моделей).

Наши требования к кандидату:

• Опыт работы в ML-разработке от 3 лет.

• Уверенное владение Python и ключевыми библиотеками: PyTorch (глубокие знания, включая разработку собственных слоев, функций потерь), OpenCV, TensorFlow.

• знание протоколов передачи видео (RTSP, MJPEG), опыт работы с одноплатными компьютерами (NVIDIA Jetson, Raspberry Pi) или серверами. Понимание основ работы с периферией (GPIO, реле).

• Опыт полного цикла создания CV-моделей: от сбора/разметки данных до обучения, оптимизации и промышленного внедрения.

• Знание и практический опыт применения современных архитектур: YOLO, U-Net, ResNet, трансформеры.

• Понимание методов оптимизации моделей для инференса

• Навыки работы с Git

• Способность анализировать и оптимизировать производительность ML-моделей и алгоритмов.

• Готовность глубоко погрузиться в предметную область

Будет значительным плюсом:

• Опыт в заказной разработке и понимание полного цикла проекта: от подготовки технического задания до сдачи продукта заказчику.

• Навыки технической коммуникации: умение ясно доносить сложные идеи до команды, менеджмента и заказчиков, участие в оценке проектов.

• Опыт в смежных областях: NLP, RAG.

• Знание CUDA для низкоуровневой оптимизации.

• Опыт с action recognition (распознавание действий)

Мы предлагаем:

• Реальные проекты и пилоты на действующих производственных предприятиях.

• Возможность влиять на продукт и принимать ключевые технические решения.

• Сильная команда единомышленников и экспертов в своем деле.

• Гибридный формат работы (офис + удаленка)/ полностью удаленка

• Перспектива роста до позиции технического лидера (Tech Lead)

• Долевое участие / опционы для ключевых сотрудников.

• Интересные R&D задачи и пространство для реализации ваших идей.