Полигонатор
Data Scientist (Middle / Middle+, Python) — Computer Vision
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Описание вакансии
О компании
Полигонатор — быстрорастущая компания, специализирующаяся на создании инновационных тренажёров для различных предприятий. Наши решения охватывают широкий спектр: классические обучающие комплексы, интерактивные среды для отработки управления техникой в симуляциях с реалистичной физикой и иммерсивные VR-тренажёры.
Мы создаём полноценное ПО (от проектирования до внедрения) и строим продукты с внедрением ИИ — от аналитики и прогнозных моделей до LLM-приложений и исследовательских прототипов. С 2016 года реализовали более 40 проектов. В работе используем Unreal Engine 5 для создания детализированных и реалистичных виртуальных сред.
О роли
Мы ищем Data Scientist с опытом в Computer Vision , который умеет превращать бизнес-задачу в техническую постановку, строить прогнозные и CV-модели и проверять гипотезы статистически строго. Вы будете работать с данными тренажёров и симуляций: анализировать поведение пользователей, обрабатывать изображения и видео с камер, строить модели детекции и сегментации, проектировать и анализировать A/B-эксперименты. Роль — на стыке аналитики, классического ML, компьютерного зрения и продуктового мышления.
Уровень: Middle / Middle+
Опыт: 1–3 года коммерческой работы в Data Science / аналитике данных, включая задачи Computer Vision
Формат: офис, г. Таганрог, ул. Котлостроительная, 2-6; график 5/2, 10:00–18:00
Что вы будете делать
- Переводить бизнес-задачи в техническую постановку: определять целевую метрику, данные, критерии успеха.
- Строить прогнозные модели: регрессия, классификация, ансамбли (XGBoost / LightGBM / CatBoost), кластеризация, PCA.
- Решать задачи Computer Vision: классификация изображений, детекция объектов, сегментация, трекинг, обработка видео с камер и VR-устройств.
- Заниматься feature engineering: обработка пропусков, выбросов, категориальных признаков; создание признаков из бизнес-логики и визуальных данных.
- Проектировать и анализировать A/B-эксперименты: расчёт размера выборки, контроль ошибок…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.