О позиции
Компания EvApps приглашает на вакансию ML / Computer Vision Engineer для разработки сервиса автоматического размещения оборудования на изображениях помещений. Эта роль предлагает уникальную возможность работать с передовыми технологиями в области машинного обучения и компьютерного зрения. Вы будете частью команды, занимающейся созданием инновационных решений, которые облегчают процесс размещения оборудования в различных пространствах.
Чем вы будете заниматься
- Разработка сервиса с админ-панелью, который принимает изображения помещений и автоматически размещает оборудование на изображении с учётом логики сцены.
- Интеграция с ботами (Telegram, VK и др.) для автоматизации процессов.
- Сохранение результатов и передача их в downstream-системы (service desk).
- Работа с ML/AI решениями в продакшн.
- Разработка и внедрение генеративных моделей для улучшения качества изображений.
Требования
- Опыт работы ML-инженером / Computer Vision Engineer от 1 года.
- Практический опыт решения задач в области Computer Vision и генеративных моделей.
- Уверенное знание Python и опыт написания продакшн-кода.
- Знание библиотек: PyTorch, TensorFlow, OpenCV, NumPy, Pandas.
- Опыт интеграции ML-моделей в сервисы (FastAPI / Flask).
- Понимание микросервисной архитектуры и опыт работы с REST API.
Будет плюсом
- Опыт работы со Stable Diffusion, ControlNet, Inpainting.
- Знание MLflow, Weights & Biases, ONNX, TensorRT.
- Опыт продакшн-деплоя моделей с мониторингом.
- Интеграция ботов (Telegram, VK и др.).
Что мы предлагаем
- Заработная плата до 200 000 ₽ на руки.
- Полная занятость и возможность удалённой работы.
- Работа в дружной команде профессионалов.
- Возможности для профессионального роста и развития.
- Современные технологии и инструменты для работы.
Вакансия предлагает интересные задачи в области ML и Computer Vision, с конкурентной зарплатой и возможностью удалённой работы. Однако, требования к опыту могут быть высокими для некоторых кандидатов.
Кто здесь добьётся успеха
Глубокие знания в области компьютерного зрения с использованием библиотек, таких как OpenCV и PyTorch для разработки эффективных алгоритмов обработки изображений.
Способность к самостоятельной работе и высокой самоорганизации, что особенно важно в удаленном режиме, где требуется управлять своим временем и задачами без постоянного контроля.
Опыт работы с фреймворками глубокого обучения, такими как TensorFlow и FastAPI, для создания и развертывания моделей машинного обучения в продуктивной среде.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Computer Vision
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев