Специалист по компьютерному зрению (высоконагруженные системы видеоаналитики)

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.