Участие в полном цикле разработки и внедрения CV-решений: сбор и разметка данных, обучение моделей, тестирование, деплой и поддержка в продуктиве.
2.
Разработка и адаптация моделей компьютерного зрения (детекция, сегментация, классификация, трекинг объектов) под конкретные задачи промышленных предприятий Норникеля.
3.
Проектирование и сопровождение MLOps-пайплайнов (Airflow, ClearML, DVC, Triton Inference Server) для автоматизации процессов обучения, валидации и деплоя моделей.
4.
Интеграция CV-моделей в производственные процессы и информационные системы предприятий (REST API, микросервисная архитектура, стриминг видеопотоков).
5.
Создание инструментов подготовки данных: разметка, аугментация, конвертация форматов датасетов, визуализация аннотаций (CVAT и аналоги).
6.
Оптимизация инференса моделей для работы в условиях высоких нагрузок и ограниченных вычислительных ресурсов (TensorRT, ONNX, квантизация, прунинг).
7.
Взаимодействие с бизнес-заказчиками: сбор и уточнение требований, согласование критериев приёмки, демонстрация прототипов и результатов.
8.
Подготовка технической и проектной документации: ТЗ, спецификации, инструкции по эксплуатации, протоколы тестирования.
9.
Мониторинг и поддержка внедрённых CV-систем в промышленной эксплуатации, анализ метрик качества и устранение инцидентов.
Требования
1.
Опыт разработки и промышленного внедрения моделей компьютерного зрения (детекция, сегментация, трекинг) от 3 лет.
2.
Уверенное владение Python, PyTorch, OpenCV; практический опыт работы с семейством YOLO-моделей.
3.
Опыт построения MLOps-пайплайнов (Airflow, ClearML, DVC) и деплоя моделей на Triton Inference Server или аналогах.
4.
Опыт работы с инструментами разметки данных (CVAT, LabelStudio) и подготовки датасетов для задач компьютерного зрения.
5.
Навыки разработки и документирования технических решений (ТЗ, спецификации, протоколы тестирования, инструкции).
Квалификация
Информационные технологии / Компьютерные науки / Автоматизация производственных процессов