Инженер по компьютерному зрению

Ищем программиста со знанием OpenCV, YOLO и нейросетевых моделей компьютерного зрения для работы с видеоаналитикой и обучения ИИ-моделей анализа видео.

## Основные задачи

* Разработка системы анализа видеопотока с камер.

* Детекция, классификация и трекинг объектов на видео.

* Работа с моделями YOLO: обучение, дообучение, тестирование и оптимизация.

* Подготовка датасетов: сбор, разметка, очистка, аугментация данных.

* Настройка пайплайна обучения модели: train / validation / test.

* Оптимизация модели под работу в реальном времени.

* Интеграция видеоаналитики в существующее приложение или сервер.

* Работа с RTSP/IP-камерами, видеопотоками, файлами и кадрами.

* Вывод результатов анализа: координаты объектов, классы, confidence, события, логи.

## Требуемые навыки

* Python.

* OpenCV.

* YOLO: YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 или аналогичные модели.

* PyTorch или другой ML-фреймворк.

* Опыт обучения и дообучения моделей компьютерного зрения.

* Понимание принципов object detection, classification, tracking.

* Работа с видео: RTSP, IP-камеры, FFmpeg / GStreamer будет плюсом.

* Умение работать с датасетами и инструментами разметки.

* Linux.

* Git.

* Умеете давать реалистичную оценку сроков разработки в часах с учетом технических рисков, неопределенностей и этапов реализации.

* Можете в короткие сроки разработать рабочий MVP и последовательно улучшить модель до нужных метрик качества, надежности и производительности.

## Желательные навыки

* Оптимизация моделей: ONNX, TensorRT, CUDA.

* Работа с edge-устройствами: Raspberry Pi, Orange Pi, Jetson, промышленные mini-PC.

* Опыт ускорения инференса на CPU/GPU/NPU.

* ByteTrack, DeepSORT, SORT или другие алгоритмы трекинга.

* Docker.

* FastAPI / Flask / Node.js для интеграции модели в сервер.

* Опыт построения систем видеоаналитики в реальном времени.

## Что нужно сделать

Нужно разработать модуль анализа видео, который принимает видеопоток с камеры, обнаруживает нужные объекты, отслеживает их движение и формирует результат в виде структурированных данных. Также требуется обучить или дообучить модель под конкретные объекты и сценарии.

## Ожидаемый результат

* Рабочий прототип анализа видео.

* Обученная или дообученная модель YOLO.

* Инструкция по запуску и обучению.

* Скрипты для инференса, тестирования и оценки качества.

* Возможность интеграции результата в основное приложение.

## Формат работы

* Проектная или постоянная работа.

* Возможна удаленная работа.

* Оплата обсуждается по результатам собеседования и оценки объема задач.

## Для отклика

При отклике желательно прислать:

* Примеры проектов с OpenCV / YOLO / Computer Vision.

* GitHub или портфолио.

* Описание опыта обучения моделей.

* Какие модели и фреймворки использовали.

* Какой FPS удавалось получить на видео в реальном времени.