Инженер-программист компьютерного зрения БПЛА\Senior Computer Vision Engineer\Embedded C++\Pyth
Описание
"УралДронЗавод" - российский разработчик и производитель беспилотных авиационных систем широкого спектра — от компактных дронов до грузоподъемных мультикоптеров и БПЛА самолетного типа. В связи с увеличением объемов работ и активным ростом компании мы ищем Инженера-программиста компьютерного зрения в команду разработки ПО для управления БПЛА в автоматическом режиме, использовать передовые технологии в области распознавания объектов, математические модели для расчета их расположений в пространстве, категоризации, идентификации и трекинга. Обязанности: Разработка, внедрение и тестирование программных решений, в основном с использованием языков программирования C++ и Python для навигации и управления БПЛА. Разработка алгоритмов распознавания и отслеживания объектов для анализа видеоданных с целью принятия автономных решений. разработка и оптимизация CV-пайплайнов: детекция, трекинг, визуальная навигация; развёртывание пайплайнов на встроенных системах с ограниченными ресурсами, оптимизация под конкретное железо; профилирование и устранение узких мест в C++ и Python коде; доводка метрик качества на реальных данных; интеграция ML\CV-модулей в общую систему совместно с командой; калибровка камер и работа с видеопотоком на системном уровне; Обучение, дообучение и тестирование нейросетевых моделей компьютерного зрения, в том числе YOLO; Оценка качества моделей: precision, recall, mAP, анализ ошибок распознавания; Оптимизация работы моделей по скорости и точности; вывод нейросетевых моделей в продакшн на целевом железе (CPU/GPU/NPU); участие в постановке задач, оценка применимости подходов под ограничения платформы; работа с данными для разметки; создание синтетических данных и работа с ними; понимание принципов обучения моделей. Требования: Высшее профильное образование. 3 года опыта разработки программного обеспечения, с акцентом на программирование на C++ и Python. Подтвержденный опыт разработки программного обеспечения для платформ БПЛА, таких как Pixhawk, ArduPilot, INAV и Betaflight. Опыт работы с теорией управления и алгоритмами применительно к БПЛА. классическое CV: опыт построения и оптимизации пайплайнов детекции, трекинга, визуальной навигации. Доводка метрик качества на реальных данных; Embedded/Edge: развёртывание CV-пайплайнов на встроенных системах с ограниченными ресурсами, оптимизация производительности под них; C++: высокопроизводительный код, векторизация (NEON/SIMD), многопоточность (OpenMP, thread pools), опыт профилирования; Python: многопоточный код, не упирающийся в GIL; ускорение узких мест через нативные модули (pybind/ctypes) или JIT (numba). Практический опыт обучения или дообучения моделей YOLO; Опыт работы с PyTorch или Ultralytics YOLO; Понимание процесса подготовки данных для обучения нейросетей; Опыт работы с изображениями, видеофайлами и видеопотоками; Понимание метрик качества моделей компьютерного зрения; Опыт работы с Git; БУДЕТ ПЛЮСОМ: обучение и вывод в продакшн нейросетевых моделей (ONNX); RKNN-Toolkit, запуск моделей на NPU; OpenCL и выгрузка вычислений на GPU; знание устройства камеры: pinhole-модель, модели дисторсии, практический опыт калибровки; системная работа с видео: zero-copy, GStreamer, MIPI, DMA-буферы; Знание математики и геометрии CV (линейная алгебра, теория вероятности, мат. статистика, эпиполярной геометрии) Знание робототехники и навигации (фильтры Калмана, sensor fusion, VIO/SLAM, GPS-denied environments) Знание оценок качества моделей ML/CV метрики (trade-off Precision/Recall, mAP, MOTA, IDF1) Условия: Трудоустройство по ТК РФ Стабильная "белая" заработная плата График 5/2 с 9:00 до 18:00 Доставка до места работы на служебном транспорте (район Кольцово) Корпоративное питание Конкурентная заработная плата Интересные проекты и работу с передовыми технологиями Современное оборудование, любое аппаратное обеспечение для эффективного выполнения задач Возможности для саморазвития: тренинги, конференции, обучение Окончательный уровень ЗП определяется по результатам технического собеседования в соответствии с опытом, знаниями и навыками кандидата