Наш проект — программно-аппаратный комплекс «BRIO MRS» для технического надзора на строительной площадке. В его основе находится платформа дополненной и смешанной реальности собственной разработки, которая переносит проектную документацию будущего здания (BIM-модель) в физическое пространство строительного объекта.
Мы предлагаем:
- Работу в современной и стремительно развивающейся компании с высоко технологичными IT-продуктами собственной разработки и патентами,
- Работу над несколькими подпроектами в профессиональной команде, где ваши идеи будут быстро находить реализацию,
- Официальную заработную плату, оформление полностью по ТК РФ,
- Гибкий график работы (плавающее начало и окончание рабочего дня),
- Удобный офис в IT-парке (Казань, Петербургская, 52) с комфортной рабочей атмосферой – предполагается офисный формат работы,
- Развитую корпоративную культуру, регулярные корпоративные мероприятия, дружный коллектив.
Чем предстоит заниматься:
Работать над усовершенствованием платформы дополненной и смешанной реальности для визуализации BIM-модели в целях контроля качества и прогресса строительно-монтажных работ - запатентованный продукт "BRIO MRS" (БИМ-сканер), смежными проектами с использованием дополненной и смешанной реальности, собственными разработками в области видеоаналитики и компьютерного зрения.
В том числе:
- Работа с технологиями SLAM, Spatial Mapping, Gaussian Splatting и пр.
- Работа над построением карты глубин, повышением ее точности и качества.
- Построение систем распознавания объектов на основе нейросетей.
- Оптимизация существующего кода, приближение к вычислениям в реальном времени, снижение потребляемых ресурсов.
- Проведение исследований.
Что важно для нас:
- C++17 - уверенное знание, работа с памятью, указателями, многопоточностью.
- Знания и прикладные умения в 3D-математике и геометрии: линейная алгебра, кватернионы, матрицы трансформации, методы наименьших квадратов.
- OpenCV и Stereo Vision: Работа со стереопарой, калибровка камер, построение и фильтрация карт глубин.
Будет плюсом:
- SLAM: Понимание того, как работает SLAM под капотом (Feature extraction, matching, pose graph optimization, loop closure). Опыт работы с OpenVINS, ORB-SLAM, RTAB-Map или написание своих решений.
- CMake: Умение собирать кроссплатформенные (или под Windows) проекты, работать с зависимостями.
- Уверенное знание Python
- Уверенное знание Unity/.Net
Опыт разработки нейросетей, работы с Gaussian Splatting, облаками точек (LiDAR, PCL, Open3D), CI, опыт оптимизации алгоритмов под realtime на ограниченных ресурсах.