Задачи:
- Анализировать текущий ландшафт SOTA подходов, определять базовые решения для конкретных задач.
- Планировать, запускать и анализировать эксперименты по обучению моделей
- Вести документацию по экспериментам, результатам, гипотезам и принятым техническим решениям.
- Анализировать, формировать и улучшать датасеты для обучения и валидации моделей.
- Разрабатывать форматы разметки, выявлять проблемы в данных и устранять их.
- Погружаться в архитектуры моделей и улучшать их под конкретные задачи
- Работать с широким спектром CV задач: детекция, сегментация, классификация, трекинг, анализ изображений и видео.
- Оценивать качество моделей, проводить анализ ошибок.
- Взаимодействие с engineering командой по вопросам интеграции, деплоя и оптимизации решений.
Требования:
- Практический опыт в области Computer Vision, опыт разработки в области компьютерного зрения и видеоаналитики.
- Уверенное знание Python.
- Владение библиотеками: PyTorch/Tensorflow, NumPy.
- Опыт работы с библиотекой OpenCV, понимание классических методов компьютерного зрения.
- Опыт обучения моделей object detection, image classification.
- Опыт организации подготовки датасетов для обучения моделей и тестирования пайплайна.
- Понимание подходов к оценке качества обученной модели, оценке качества работы пайплайна
Дополнительно плюсом будет:
- Опыт оптимизации моделей под CPU / GPU / edge-устройства.
- Опыт с Docker, CI/CD и production ML workflows.
- Знание С++