разработка нейросетевых детекторов радиосигналов (обнаружение и классификация)
обучение и дообучение моделей: CNN-классификаторы, детекторы (YOLO, EfficientNet и аналоги)
построение паплайнов подготовки данных и обучения моделей
создание датасетов и инструментов для авторазметки данных
инференс обученных моделей на С++на вычислительных платформах с NPU Rockchip, включая малогабаритные (типа Orange Pi)
Требования:
высшее техническое образование
понимание современных архитектур нейросетей (CNN), их структуры, метрик качества (precision/recall, mAP, и др)
умение проектировать гибридные нейросетевые архитектуры и организовывать их совместную работу под конкретную задачу
понимание принципов построения датасетов и организации процесса обучения
умение изучать новые архитектуры нейросетей и их математику по научным статьям, оценивать их возможность применения под конкретные задачи (чтение технической литературы на английском)
уверенная работа в Linux (командная строка, сборка, отладка)
владение python3 и С++17
приветствуется базовое понимание основ цифровой обработки сигналов (DSP)
будет плюсом: опыт работы с PyTorch, знание ONNX/RKNN/TensorRT, опыт работы с NPU/embedded-платформами, знакомство с OpenCV, NumPy, Pandas
Условия:
официальное трудоустройство в штат Института
режим работы : 5/2 с 08.00 до 17.00,
формат трудоустройства только "офис"
ДМС после прохождения испытательного срока
разнообразные корпоративные мероприятия в т.ч. спортивные
внутреннее и внешнее обучение
возможность продолжить обучение в профильной Аспирантуре