О компании:
Novar создаёт инфраструктуру прозрачности для строительной отрасли. Наш продукт сопоставляет отчётность сотрудников с тем, что реально происходит на площадке — по данным камер, датчиков и дронов. Система выявляет отклонения, контролирует прогресс строительства и оценивает финансовые последствия принимаемых решений. Веб-ядро продукта уже работает, есть якорный клиент и первые объекты. Компания на pre-seed-стадии, и сейчас мы с нуля создаём Computer Vision-направление — ищем Founding CV Engineer, который построит vision-часть продукта. Полевые данные только начинают собираться, унаследованного CV-стека нет: архитектуру и стек вы выбираете сами.
Что нужно делать:
- Построить с нуля vision-часть продукта.
- Организовать получение видеопотоков с IP-камер на площадках, работать с RTSP и real-time-видео.
- Разработать детекцию и трекинг техники, людей, материалов и этапов работ.
- Организовать сбор, подготовку и разметку данных.
- Обучать и валидировать модели на реальных данных с плохим светом, окклюзиями и нестабильным качеством изображения.
- Достигать точности более 90% на ключевых продуктовых задачах.
- Создавать и разворачивать инференс-сервисы.
- Построить воспроизводимый ML-пайплайн — от установки камер до развёртывания моделей.
- Интегрировать результаты моделей с веб-продуктом и системой бизнес-правил.
- В дальнейшем подключать датчики и дроны, масштабировать решение на десятки объектов.
Что мы ждём:
- Практический опыт вывода CV-моделей в продакшен.
- Опыт разработки полного цикла (end-to-end).
- Опыт детекции и трекинга движущихся объектов.
- Опыт работы с IP-камерами, RTSP и видеопотоками.
- Уверенный Python, OpenCV, YOLO или аналогичные модели детекции.
- Хорошее знание ML и Deep Learning.
- Русский язык — свободный, английский — от B1.
Будет плюсом:
- Опыт Industrial Computer Vision.
- Опыт детекции и трекинга движущихся объектов.
- Опыт работы с IP-камерами, RTSP и видеопотоками.
- Опыт в строительстве, логистике, безопасности, ритейле, agri, беспилотниках или дронах.
- Опыт запуска моделей в сложных полевых условиях.
- Знание MLOps и мониторинга моделей, опыт edge-инференса.
- Опыт работы с LLM или ИИ-агентами.
- Знакомство с TypeScript.
Условия:
- Прямое влияние на продукт и технические решения.
- Работа с командой из России и Центральной Азии.
- Оформление через юридическое лицо в Узбекистане.