О компании

EVO AI — IT-компания в области AI-консалтинга и генеративного искусственного интеллекта.
Мы разрабатываем и внедряем AI-агентов, ассистентов и комплексные AI-решения для бизнеса, а также развиваем собственную no-code платформу NovaAgent для создания и оркестрации AI-агентов.
Работаем с крупным российским и международным бизнесом.
От нас ожидают не просто технологию, а глубокое понимание бизнес-процессов и отраслевой специфики клиентов.

Требования:

Опыт работы:
- 2+ года коммерческого опыта в разработке и оптимизации систем компьютерного зрения для обработки видеопотоков в реальном времени.
- Участие в проектах, связанных с высоконагруженными системами (более 1000 кадров/сек), включая декодирование/кодирование видео на GPU (NVENC, NVDEC, FFmpeg, GStreamer).
- Опыт оптимизации производительности ML-моделей: quantization, pruning, дистилляция, использование TensorRT, OpenVINO, ONNX Runtime.
Технические навыки:
- Профильное знание Python и фреймворков: PyTorch, TensorFlow, OpenCV, Keras, Dask или Ray для распределенных задач.
- Глубокое понимание алгоритмов детекции (YOLO, Faster R-CNN), сегментации (Mask R-CNN, U-Net), трекинга (DeepSORT, SiamRPN), а также их метрик (mAP, IoU, MOTA).
- Опыт работы с GPU/TPU (CUDA, cuDNN), оптимизации инференса моделей под аппаратные ускорители.
- Знание инструментов для обработки видеопотоков: FFmpeg, GStreamer, RTSP, WebRTC.
- Уверенное владение Docker, Kubernetes, Airflow.
Инфраструктура:
- Опыт настройки CI/CD (GitLab CI, GitHub Actions), мониторинга (Prometheus, Grafana) и логирования (ELK Stack).
- Знание баз данных для работы с большими данными: PostgreSQL, Redis, TimescaleDB.
GitHub:
- Публичные проекты с примерами оптимизированного кода для задач реального времени, включая обработку видео и интеграцию с GPU.

Функциональные обязанности:

Разработка и оптимизация ML-моделей и пайплайнов для анализа видеопотоков в реальном времени с учетом ограничений по latency (менее 50 мс/кадр).
Интеграция алгоритмов детекции, сегментации и трекинга в высоконагруженные системы (микросервисная архитектура, распределенные вычисления).
Работа с низкоуровневой оптимизацией:
- Декодирование видеопотоков на GPU.
- Асинхронная обработка кадров с использованием многопоточности (asyncio, Celery).
- Сокращение нагрузки на CPU/GPU за счет эффективного управления памятью и batch-обработки.
Анализ и улучшение метрик качества моделей, A/B-тестирование алгоритмов.
Проектирование отказоустойчивых конвейеров обработки данных с балансировкой нагрузки.
Взаимодействие с DevOps для деплоя решений на облачных платформах (AWS, GCP, Azure) и edge-устройствах.

Ключевые задачи компьютерного зрения:

Реализация алгоритмов для работы в условиях частичной потери данных (артефакты сжатия, низкое качество видео).
Трекинг объектов в сценах с высокой плотностью (crowd detection) и динамическим фоном.
Оптимизация пайплайна "frame capture → preprocessing → inference → postprocessing" для минимизации задержек.

Навыки написания продакшн-кода:

Умение писать код, готовый к масштабированию (чистые интерфейсы, модульность, кэширование).
Знание принципов тестирования (unit, integration, нагрузочные тесты).

Soft Skills:

Способность аргументировать выбор архитектурных решений (например, TorchScript vs ONNX).
Опыт менторства junior-разработчиков.
Умение работать в Agile/Scrum, декомпозировать задачи с учетом бизнес-требований.

Будет плюсом:

Публикации или доклады на темы оптимизации ML-моделей.
Знание C++ для написания высокопроизводительных модулей.
Опыт работы с edge-устройствами (NVIDIA Jetson, Intel Movidius).

Условия:

Работа над продуктами, обрабатывающими >200 часов видео ежедневно.
Внедрение решений, напрямую влияющих на ключевые метрики бизнеса.
Удаленный формат работы с 09.00 до 18.00 по мск;
Сильная команда, в которой есть возможность для реализации творческих идей и профессионального роста.

Вакансии в DCS

Вакансии

Специалист по компьютерному зрению (высоконагруженные системы видеоаналитики)

Вакансии в DCS

Вакансии

Специалист по компьютерному зрению (высоконагруженные системы видеоаналитики)