DigiNavi — это infrastructure-free AR-навигационная платформа, которая превращает физические здания в интерактивную цифровую среду. Мы решаем задачу, которую GPS не может решить: точная навигация внутри помещений с точностью до 10 см — без маяков, без QR-кодов, без дополнительного оборудования.
Ядро технологии — компьютерное зрение и Visual Positioning System (VPS). Камера смартфона стримит кадры на сервер, где многоступенчатый CV-пайплайн определяет 6-DoF позу (позицию и ориентацию) в 3D-пространстве здания. Маршруты отображаются как 3D-стрелки в дополненной реальности прямо на видеопотоке камеры.
Наш CV-пайплайн локализации — это 6 стадий обработки в реальном времени:
- NetVLAD — глобальное распознавание места (4096-мерный дескриптор)
- SuperPoint — извлечение локальных признаков и ключевых точек для геометрического сопоставления
- BestHits k-NN — поиск кандидатов по базе эталонных изображений
- PnPL RANSAC Solver — вычисление 6-DoF позы по 2D-3D соответствиям + Gauss-Newton оптимизация
- Loc6Paths — многогипотезный трекинг (до 16 гипотез одновременно) с фузингом ARCore/ARKit
- Gaussian Splatting — реконструкция и оптимизация цифровых двойников зданий
Чем предстоит заниматься - Разработка и оптимизация Python-сервисов CV-пайплайна: инференс NetVLAD, SuperPoint, оркестрация Spark-пайплайнов (Alfred)
- Рефакторинг AI/ML и CV-компонентов продукта с применением VibeCoding-подходов и AI-агентов
- Интеграция ML-моделей в микросервисную архитектуру (gRPC, Kafka, Docker, Kubernetes)
- Быстрое прототипирование гипотез и новых CV-алгоритмов
- Работа с офлайн-фазой: обработка LiDAR-сканов, генерация баз признаков, оптимизация цифровых двойников
- Взаимодействие с C++ и Go компонентами через gRPC-интерфейсы и общие protobuf-контракты
Требования - Python 3.10+ (Senior / сильный Middle+)
- PyTorch, OpenCV, Computer Vision
- Понимание feature extraction, pose estimation, visual localization
- Опыт production ML-сервисов (FastAPI/gRPC)
- Docker, Kubernetes, Kafka
- PostgreSQL, MongoDB, Redis, OpenSearch
- Опыт работы с AI-агентами: Claude Code, Codex, Cursor
- Будет плюсом Gaussian Splatting, SLAM, Visual Odometry
- LiDAR / photogrammetry / point clouds
- Apache Spark
- C++ и/или Go
- High-load ML inference systems
СтекPyTorch, OpenCV, FastAPI, gRPC, Python, C++, Go, Kafka, Kubernetes, Docker, PostgreSQL, MongoDB, Redis, OpenSearch, ArgoCD, Tekton, Yandex Cloud, S3/GCS, Claude Code, OpenAI Codex, Cursor.