Пиклема Опубликована 14 дней назад · отклик: Сайт вакансий
Middle/Senior CV-инженер (PyTorch, TensorRT)
ЗарплатаПо договорённости
ФорматГибрид
ЛокацияМосква, Ярославль, Россия
ГрейдMiddle / Senior
ЗанятостьПолная занятость
Задачи
- Настраивать и запускать пайплайны обучения (fine-tuning, дообучение на новых данных) с мониторингом метрик и экспериментов
- Встраивать готовые и доработанные CV-модели в общую сервисную архитектуру в виде микросервисов или библиотек
- Оптимизировать модели под инференс в сложных промышленных условиях на edge-девайсах (NVIDIA Jetson): конвертация в ONNX/TensorRT, квантизация, профилирование, ускорение
- Исследовать, обучать и оптимизировать PyTorch-модели для разных CV-задач
- Готовить инфраструктуру для запуска ML-компонентов (Docker с GPU, оркестрация, работа с Jetson)
- Деплоить, сопровождать и диагностировать сервисы в продакшене: логи, метрики, отказоустойчивость
- Обрабатывать и анализировать данные с лидаров, интегрировать их в общий сенсорный пайплайн
- Решать задачи на стыке 2D и 3D: совмещать информацию с камер и лидаров для повышения точности и надёжности решений
Стек: Python 3.x, PyTorch, OpenCV, ONNX, TensorRT.
Требования
Обязательно:
- Математическая и ML-база: понимание процессов работы с данными (сбор, разметка, предобработка), умение выбирать метрики под задачу, строить итеративные пайплайны обучения, вести трекинг экспериментов (например, MLflow или аналоги)
- PyTorch: уверенное владение фреймворком, понимание внутреннего устройства архитектур (CNN, трансформеры, LSTM), опыт написания кастомных слоёв, multi-head сетей, работа с чекпоинтами и fine-tuning, опыт встраивания моделей
- Инженерный Python: асинхронность, многопоточность, multiprocessing, опыт работы с SQL и реляционными базами, понимание построения бэкенд-сервисов (FastAPI, Flask — любой опыт)
- Оптимизация под edge-устройства: конвертация моделей в ONNX/TensorRT, квантизация, профилирование, запуск на NVIDIA Jetson, RockChip или аналогичных платформах
- Контейнеризация и Linux: Docker (включая сборку образов с NVIDIA runtime для GPU), понимание CI/CD пайплайнов, уверенная работа в Linux — диагностика, настройка сервисов, написание скриптов
- Продакшн-опыт: деплой и сопровождение сервисов, базовое понимание сетей (TCP/IP), инструменты observability (логи, метрики, трейсы — например, Prometheus + Grafana + Loki)
- Командная разработка: работа в команде по GitFlow, участие в спринтах, планировании и ретроспективах; ответственность, самостоятельность, инициативность
- Английский язык: чтение технической документации и общение в текстовых каналах (уверенный письменный уровень)
Будет плюсом:
- Работа с видеопотоками и сенсорами: понимание принципов работы камер и их ограничений в разных условиях, опыт с OpenCV, NumPy, обработка видео и изображений в реальном времени
- Понимание 2D/3D-задач: работа со стереокамерами (калибровка, построение глубины), лидарными данными, слияние данных с разных сенсоров; опыт или желание погрузиться в SLAM
- Работа с медиапайплайнами: GStreamer или FFmpeg для построения конвейеров видеообработки
- Опыт с GPS-данными (например, для привязки геопозиции)
- Понимание систем видеоаналитики: как строятся трекеры и детекторы, как обрабатываются длительные последовательности кадров
Soft skills:
- Технический английский
- Умение эффективно использовать LLM-инструменты (Cursor, Claude Code)
- Готовность работать с железом и разбираться в новых устройствах
- Системное мышление
- Самостоятельность и инициативность
- Готовность к редким командировкам на внедрения
- Желательно техническое образование
- Предпочтительно не полностью удалённый формат (работа из РФ)
Условия
- Оформление в ИТ-аккредитованной компании согласно ТК РФ
- Офисы: Ярославль (ул. Некрасова) и Москва (м. Сухаревская / Проспект Мира)
- Формат: офис Москва/Ярославль с возможностью гибридной или удалённой работы
- Опыт работы: 3–6 лет
- Полная занятость, график 5/2, рабочие часы: 8
- Возможность влиять на архитектуру и технологии
- Работа на стыке CV/MLOps
Инструменты в вакансии
Навыки и технологии
Направления