Вакансии институт исследования нейросетей и робототехники: работа в IT и digital
Вакансии компании институт исследования нейросетей и робототехники в IT и digital за последние 30 дней. Направления найма, города и форматы работы. Дубли объединены. HireSeeker — независимый агрегатор вакансий.
Найдено: 2. Обновлено .
Города с вакансиями
- Хабаровск2
Страны с вакансиями
- Россия2
Форматы работы
- Офис2
О проекте:
Мы разрабатываем интеллектуальные системы на базе современных embedded-платформ (Jetson, Arduino, Raspberry Pi и аналоги) для задач сбора и обработки данных с разнородных сенсоров. Данные с сенсоров и нейросетей используем для управления механизированными манипуляторами.
Обязанности:
- Разработка и отладка ПО для обработки информации полученных от электронных компонентов как напрямую в микрокомпьютер, так и преобразованные микроконтроллером и переданные так же на микрокомпьютер.
- В качестве основного входного сенсора используются камеры, полученное изображение обрабатывается нейросетью и дополняется данными сенсоров.
- На основе полученных данных ПО должно отдавать команды исполнительным механизмам.
- В качестве электронных компонентов используются камеры с механизированными зумом и фокусом, радарами (широкополосными, УЗ), лидарами, тепловизионными/оптическими камерами, гироскопами, акселерометрами и т.д.
Требования:
- Образование в области электроники, робототехники, компьютерной инженерии, ИТ или смежных направлениях.
- Опыт backend разработки: от 2 лет.
- Владение C/C++ и/или Python.
- Опыт работы с микроконтроллерами (Arduino, ESP32, STM32) и Linux-платами (Raspberry Pi, Jetson Nano/AGX Xavier/Xavier NX).
- Знание протоколов и интерфейсов: I2C, SPI, UART, GPIO, ADC/DAC, CAN, Ethernet.
- Умение работать с камерами подключенным по интерфейсам SCI/CSI2/Ethernet.
- Базовые навыки пайки и сборки прототипов.
- Способность работать в команде, самостоятельность, внимательность к деталям.
Будет преимуществом:
- Опыт работы с конкретными сенсорами: радарами (например, mmWave), лидарами (RPLidar, YDLidar), тепловизорами (FLIR Lepton, Seek Thermal), IMU (MPU-6050/9250, BNO055).
- Опыт с NVIDIA Jetson и оптимизацией под них (CUDA, TensorRT).
- Знание методов калибровки сенсоров.
Условия:
- Современный офис и оснащенная лаборатория.
- Постоянный доступ к широкому парку оборудования: платы Jetson, Arduino, Raspberry Pi, разнообразные сенсоры (радары, лидары, камеры, IMU).
- Работа над интересными проектами на стыке электроники, программирования и робототехники.
- Возможности для профессионального роста и обучения.
О проекте:
Мы разрабатываем интеллектуальные системы на базе современных embedded-платформ и алгоритмов машинного обучения для задач восприятия окружающей среды и управления роботизированными комплексами. Команда занимается созданием систем мультимодальной детекции, объединяющих данные с оптических сенсоров, аудиосистем и других источников информации.
В рамках проекта разрабатываются ML-модели для обнаружения, классификации и анализа объектов по изображениям, звуковым сигналам и различным признакам среды. Полученные данные используются для принятия решений системой управления и взаимодействия с исполнительными механизмами.
Обязанности:
- Разработка, обучение и оптимизация моделей машинного обучения для задач компьютерного зрения и обработки аудиосигналов.
- Создание алгоритмов оптической детекции: обнаружение объектов, анализ контуров, движения, контраста, текстур и других визуальных признаков.
- Разработка моделей для обработки звуковых сигналов: детекция событий, классификация источников звука, выделение полезных сигналов на фоне шумов.
- Подготовка и обработка датасетов: сбор данных, разметка, аугментация, анализ качества выборок.
- Настройка и оптимизация нейросетей для работы в режиме реального времени на embedded-платформах (NVIDIA Jetson и аналогичные системы).
- Интеграция ML-моделей с программным обеспечением системы сбора данных и управления исполнительными механизмами.
- Проведение экспериментов, оценка качества моделей, поиск и устранение ошибок детекции.
- Оптимизация производительности моделей с учетом ограничений вычислительных ресурсов и требований к задержкам.
Требования:
- Образование в области машинного обучения, компьютерных наук, математики, робототехники, электроники или смежных направлений.
- Опыт разработки и внедрения ML-моделей от 2 лет.
- Уверенное владение Python.
- Опыт работы с ML-фреймворками: PyTorch и/или TensorFlow.
- Понимание принципов работы нейронных сетей для задач компьютерного зрения и обработки сигналов.
- Опыт работы с алгоритмами детекции и классификации объектов (CNN, YOLO, SSD, Faster R-CNN и аналоги).
- Знание методов обработки изображений: фильтрация, сегментация, выделение признаков, анализ контраста и границ объектов.
- Опыт работы с аудиоданными: спектральный анализ, FFT, Mel-спектрограммы, классификация звуковых событий.
- Навыки работы с OpenCV и библиотеками обработки данных (NumPy, Pandas, SciPy).
- Понимание принципов подготовки датасетов и оценки качества моделей (precision, recall, mAP, F1-score).
- Умение работать с Linux-средой и системами контроля версий (Git).
- Способность работать самостоятельно, проводить исследования и доводить решения до работающего прототипа.
Будет преимуществом:
- Опыт разработки ML-решений для embedded-платформ NVIDIA Jetson.
- Знание инструментов оптимизации моделей: TensorRT, ONNX, CUDA.
- Опыт работы с камерами, тепловизорами, лидарами, радарами и другими сенсорами.
- Опыт построения мультимодальных моделей, объединяющих данные от нескольких типов сенсоров.
- Опыт работы с задачами трекинга объектов, оценки положения объектов в пространстве и sensor fusion.
- Опыт обработки аудио в реальных условиях: шумы, эхосигналы, удаление помех.
- Опыт разработки систем реального времени для робототехнических комплексов.
Условия:
- Современный офис и оснащенная лаборатория для разработки и тестирования робототехнических систем.
- Постоянный доступ к оборудованию: NVIDIA Jetson, камеры различного типа, микрофонные массивы, сенсоры и вычислительные платформы.
- Работа над сложными задачами на стыке машинного обучения, компьютерного зрения, обработки сигналов и робототехники.
- Возможность влиять на архитектуру решений и участвовать в полном цикле разработки — от исследования идеи до внедрения в реальную систему.
- Возможности для профессионального роста, обучения и развития экспертизы в области AI и embedded ML.
Вакансии по профессиям
Как составлена подборка
Показываем активные предложения IT и digital, опубликованные за последние 30 дней. Дубли объединяем. Условия и наличие вакансии могут измениться после обновления: проверяйте их перед откликом.