ДИ
ДиСиКон
Data Scientist / ML-инженер / Python-разработчик (Middle+)
Компенсация180–200 RUR
СИГНАЛ JOBRADAR73/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ
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.
Последнее подтверждение22 мин. назад
Впервые замечена7 дн. назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
Обязанности:
- Разработка и сопровождение AI-микросервисов на Python для системы раннего обнаружения лесных пожаров.
- Разработка и развитие алгоритмов интеллектуальной видеоаналитики, обнаружения дыма, возгораний и других объектов и событий.
- Разработка и интеграция методов мультимодального обнаружения объектов на базе визуально-языковых моделей (Vision-Language Models, VLM).
- Обучение и дообучение нейросетевых моделей на существующих и новых датасетах под специализированные задачи.
- Подготовка, обработка и анализ датасетов: очистка данных, аугментация, проверка разметки, формирование обучающих и тестовых выборок.
- Оценка точности моделей, анализ ошибок, снижение ложных срабатываний и повышение качества детекции.
- Работа с OpenCV, обработка изображений и видеопотоков, в том числе RTSP.
- Интеграция моделей детекции объектов и VLM в существующую систему видеоаналитики.
- Оптимизация и развертывание нейросетевых моделей на GPU и устройствах NVIDIA Jetson.
- Оптимизация производительности инференса: скорость обработки, задержки, использование CPU, GPU и памяти.
- Разработка и сопровождение Docker-контейнеров с AI-сервисами.
- Тестирование, профилирование и устранение проблем в работе моделей и микросервисов.
- Участие в выборе нейросетевых архитектур и развитии технических решений системы.
Требования:
- Уверенное знание Python: ООП, asyncio, multiprocessing, работа с памятью, профилирование и оптимизация кода.
- Практический опыт разработки микросервисов на Python, знание FastAPI или аналогичных фреймворков, REST API.
- Уверенное владение PyTorch, практический опыт обучения и дообучения нейросетевых моделей.
- Опыт работы с датасетами: подготовка, очистка, аугментация, разделение на train / validation / test, оценка качества данных.
- Понимание архитектур нейросетей для Computer Vision, опыт работы с YOLO или аналогичными моделями детекции.
- Практический опыт работы с визуально-языковыми моделями (VLM), понимание…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / Data Scientist / RU