научно-производственное объединение кайсант

Инженер-разработчик систем компьютерного зрения (Головки самонаведения)

Разработка и интеграция алгоритмов машинного зрения для систем самонаведения.

научно-производственное объединение кайсант

↑ Вакансия с автоподнятием
Зарплата не указанаРоссияМоскваОфис
Обязанности:
  • Разработка и интеграция алгоритмов машинного зрения для систем самонаведения.
  • Анализ и обработка данных с различных сенсоров и датчиков (оптических, инфракрасных, радиолокационных, лазерных и др.).
  • Проектирование и отладка программно-аппаратных комплексов для обработки сигналов и управления наведением.
  • Проведение испытаний, моделирование и калибровка систем в лабораторных и полевых условиях.
  • Взаимодействие с кросс-функциональными командами: инженерами, программистами, конструкторами.
  • Подготовка технической документации и отчётов по результатам работы.
Требования:
  • Высшее техническое образование (радиотехника, электроника, информатика, прикладная математика, оптика или смежные направления).
  • Глубокое понимание принципов работы сенсоров и датчиков различных типов.
  • Опыт работы с машинным зрением: знание современных алгоритмов обработки изображений, трекинга объектов, классификации.
  • Навыки программирования на Python/C++, опыт работы с библиотеками OpenCV, TensorFlow, PyTorch или аналогами.
  • Понимание принципов цифровой обработки сигналов и фильтрации.
  • Опыт работы с реальными аппаратными комплексами и измерительным оборудованием.
  • Опыт настройки цифровых и/или тепловизионных камер (программное управление затвором, режимами считывания, получение RAW-данных).
  • Разработка алгоритмов видеозахвата и трекинга с обеспечением производительности не менее 50 FPS для задач определения динамики движения объекта.
  • Опыт оптимизации (ужимания) алгоритмов и нейросетевых моделей для работы на Edge-устройствах (ПЛИС / FPGA, Rockchip, Nvidia Jetson или аналогичных встраиваемых системах).
  • Знание алгоритмов, работающих с динамикой полета, включая понимание протокола управления БПЛА (Mavlink) и основ баллистики систем перехвата.
  • Навыки работы с данными РЛС: расчет координат цели и перехватчика, привязка к глобальной системе координат (GPS/ГЛОНАСС).

Будет плюсом:

  • Опыт разработки или интеграции головок самонаведения (ГСН) или аналогичных систем.

  • Знание основ радиолокации, оптоэлектроники, тепловидения.

  • Опыт работы в среде Linux, с системами контроля версий (Git).

  • Навыки разработки под FPGA (Verilog/VHDL) или DSP.

  • Опыт работы с высокопроизводительными вычислениями (CUDA, OpenCL).

Условия:
  • Постоянная занятость с официальным оформлением по трудовому законодательству РФ.
  • Конкурентоспособная заработная плата, соответствующая уровню профессионализма и объему выполняемых обязанностей.
  • Перспективы карьерного роста и возможности дальнейшего профессионального развития.

Похожие вакансии Data Science & ML

Соц.сети

Junior/Middle/Senior/Lead Data Science

Неизвестный работодатель
Зарплата не указанаРоссияУдалёнка

ID 3980 — Junior/Middle/Senior/Lead Data Science

🌍 Локация: РФ
💼 Удаленно
🕔 Занятость: фулл тайм

💡 Требования:
Python (pandas, numpy, scikit-learn, statsmodels); ML/DL (PyTorch/TF); математическая статистика; SQL; визуализация (matplotlib/plotly); Jupyter; A/B-тесты; big data (Spark) — по уровню.

📋Задачи:
Исследование данных, формулирование и проверка гипотез, разработка моделей ML/DL, оценка эффекта, подготовка аналитических выводов.

📨 Отклик — через форму: •••••••• или напрямую рекрутеру: ••••••••

❗️Откликайтесь только при релевантном опыте.

❗️При первичном отклике:
ID вакансии / ФИО / локация / возраст / занятость (работаете/нет) / формат работы (удаленка, гибрид, офис) / стек / опыт / резюме / сверка с требованиями

❗️Повторный отклик: ID вакансии + сверка.

#Data #Scientist #Удаленно #вакансия

Соц.сети

Middle/Senior/Lead ML-инженер

Неизвестный работодатель
Зарплата не указанаРоссияУдалёнка

ID 3978 — Middle/Senior/Lead ML-инженер

🌍 Локация: РФ
💼 Удаленно
🕔 Занятость: фулл тайм

💡 Требования:
Python (pandas, numpy, scikit-learn); PyTorch/TensorFlow; обработка данных и feature engineering; SQL; Docker; REST/gRPC для inference; MLflow; Git; облачные/ on-prem среды.

📋Задачи:
Подготовка данных и признаков, обучение, валидация и вывод моделей в промышленную эксплуатацию (inference), контроль метрик качества и переобучение.

📨 Отклик — через форму: •••••••• или напрямую рекрутеру: ••••••••

❗️Откликайтесь только при релевантном опыте.

❗️При первичном отклике:
ID вакансии / ФИО / локация / возраст / занятость (работаете/нет) / формат работы (удаленка, гибрид, офис) / стек / опыт / резюме / сверка с требованиями

❗️Повторный отклик: ID вакансии + сверка.

#ML #Удаленно #вакансия

hh.ru
гку инфогород
Зарплата не указанаРоссияМоскваГибрид

Департамент информационных технологий Москвы создает и развивает цифровые проекты, которые делают столицу комфортнее, а жизнь горожан — удобнее и мобильнее. Для системы управления столицей технологии — это незаменимый инструмент, который применяется во всех отраслях экономики, городского хозяйства и социальной сферы. А для миллионов горожан — повседневный помощник, который позволяет получать сотни услуг и сервисов в удобном цифровом формате в режиме 24/7.

Что нужно делать:

  • проектировать и внедрять решения на базе существующих бизнесс потребностей в масштабируемую мультисервисную архитектуру с использованием Python (FastAPI), Kubernetes, Docker, gRPC/REST, Kafka/RabbitMQ и CI/CD (GitLab CI, ArgoCD)
  • анализировать текущие подходы и разработка новых методов автоматизации прикладных задач с применением Python, NumPy/Pandas, а также фреймворков машинного обучения (PyTorch, scikit-learn) и инструментов обработки данных (Spark, Airflow)
  • разрабатывать аналитические инструменты и сервисы обработки данных, включая построение пайплайнов (ETL/ELT), визуализацию (Superset, Grafana) и сервисы анализа на основе Python, SQL и распределённых систем хранения (ClickHouse, PostgreSQL, S3)
  • разрабатывать, обучать, оптимизировать и внедрять модели машинного обучения и LLM-агентов с использованием PyTorch, Hugging Face Transformers, vLLM, TensorRT, включая задачи инференса, RAG (FAISS, Qdrant), prompt engineering и оптимизации (квантование, batching, KV-cache)
  • вести техническую документацию по задачам и решениям (архитектура, API, пайплайны, модели) с использованием Markdown, Confluence, Swagger/OpenAPI и поддержание её актуальности в рамках CI/CD процессов

Какие знания и навыки важны:

  • высшее образование (магистратура/специалитет) в области Computer Science, Data Science, прикладной математики, ИТ или смежных дисциплин
  • опыт работы от 3 лет в разработке программных решений, анализе данных или машинном обучении
  • опыт работы с мультисервисными и масштабируемыми архитектурами (микросервисы, Kubernetes, облачные решения)

Технические навыки:

  • уверенное владение Python (основные библиотеки: pandas, numpy, scikit-learn, TensorFlow/PyTorch)
  • опыт разработки backend-сервисов (FastAPI/Flask), проектирование REST/gRPC API
  • опыт построения и эксплуатации LLM-инференса (vLLM, SGLang, Triton, HuggingFace Inference) и оптимизации (квантование, batching, latency)
  • уверенное владение SQL
  • (Greenplum, Hive)
  • опыт работы с системами очередей и стриминга данных (Kafka, RabbitMQ)
  • опыт разработки и внедрения ML-моделей (классические алгоритмы, нейросети, ансамбли) или LLM-агентов (RAG, fine-tuning, LangGraph, LlamaIndex)
  • практический опыт разработки, деплоя и эксплуатации сервисов в Kubernetes
  • знание методов автоматизированного анализа данных (Feature Engineering, AutoML, оптимизация гиперпараметров)
  • умение проектировать и разрабатывать аналитические инструменты (Dash, Streamlit, BI-системы: Tableau, Power BI)
  • понимание принципов распределённых систем и работы с большими данными (SQL/NoSQL, Spark, Dask, Airflow)
  • опыт работы с GitLab CI / ArgoCD, Docker, Git
  • аналитические и управленческие навыки
  • умение формализовать и декомпозировать задачи, оценивать сложность и приоритезировать решения
  • навыки работы с документацией (технические спецификации, архитектурные схемы, отчеты).
  • ведение архитектурной и технической документации (API, сервисы, пайплайны, модели; Swagger, Confluence)
  • опыт взаимодействия с заказчиками и смежными командами (аналитики, инженеры, разработчики, DevOps)

Личные качества:

  • системное мышление – способность видеть взаимосвязи в сложных системах
  • самостоятельность – умение работать с минимальным контролем
  • критическое мышление – анализ эффективности решений, поиск оптимизаций
  • коммуникабельность – чёткое изложение идей, аргументация решений

Будет плюсом:

участие в open-source проектах или научные публикации в области ML/AI

Что предлагаем:

  • официальное трудоустройство в аккредитованную ИТ-компанию
  • график работы гибрид 5/2
  • ежегодное премирование по результатам работы
  • материальную помощь в случае важных событий в жизни
  • корпоративное обучение и доступ к онлайн-библиотеке
  • скидки от партнеров на ДМС, связь, развлечения, подарки, спорт и т.д.
  • корпоративные тренировки и спортивные активности - бег, футбол, волейбол, баскетбол, теннис и другие

  • Стань частью команды ДИТ Москвы и воплощай в жизнь цифровые проекты столицы!

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.