Инженер компьютерного зрения (спортивное видео)

Что предстоит делать

<h3>О проекте</h3><p>Компания снимает юношеские футбольные матчи на собственные камеры и хочет полностью автоматизировать анализ матчей, масштабировавшись примерно до 100 000 игр в месяц — объём, который ручная разметка не может обеспечить. Система должна автоматически обнаруживать события (передачи, удары и другие действия), привязывать их к нужному игроку, месту на поле и даже части тела (например, какой ногой был задет мяч), а также отслеживать позицию каждого игрока на протяжении всего матча.</p><p>Главная сложность — точность: существующие решения достигают лишь <nobr>60–80%,</nobr> тогда как целевой показатель — <nobr>98–99%.</nobr> Самое трудное — корректно идентифицировать игроков после замен, особенно когда они происходят вне кадра или в перерыве, а также футбольные ситуации вроде отменённых голов или возврата игры судьёй.</p><p><strong>Требования</strong></p><ul><li>Большой опыт в multi-object tracking и re-identification игроков в спортивном видео (re-identification — ключ к решению проблемы замен).</li><li>Pose / keypoint estimation для определения частей тела.</li><li>Распознавание действий и событий по видео.</li><li>Подтверждённый опыт доведения моделей до точности production-уровня при больших объёмах.</li><li>Опыт с футболом или другими командными видами спорта — большое преимущество.</li></ul><p><strong>Технологический стек</strong></p><p><strong>Обязательно:</strong></p><ul><li>Python, PyTorch</li><li>OpenCV и обработка видео (FFmpeg)</li><li>Модели multi-object tracking и re-identification</li><li>Модели pose / keypoint estimation</li><li>Модели распознавания действий и событий по видео</li><li>Калибровка камеры и гомография (сопоставление видео с координатами поля)</li><li>Обучение и инференс на GPU, оптимизация моделей для production (например, TensorRT, ONNX)</li></ul><p><strong>Желательно:</strong></p><ul><li>Трекинг: ByteTrack, DeepSORT, BoT-SORT</li><li>Pose estimation: HRNet, ViTPose, MMPose</li><li>Action recognition: SlowFast, VideoMAE</li><li>Опыт с датасетами или соревнованиями SoccerNet</li><li>Cloud и MLOps для крупномасштабной обработки видео (AWS / GCP, Docker, Kubernetes)</li></ul><p><strong>Что мы предлагаем:</strong></p><ul><li>Оплачиваемый отпуск: 20 рабочих дней и 8 выходных дней</li><li>Бесплатные занятия английским</li><li>Гибкий график работы</li><li>По-настоящему дружелюбная и поддерживающая атмосфера</li><li>Работа удалённо или в одном из наших офисов</li><li>Медицинская страховка для сотрудников из Украины</li><li>Юридическая поддержка</li></ul> <div> <a href="https://jobs.dou.ua/companies/chi-software/vacancies/379087/#reply-btn-id">Откликнуться на вакансию</a> </div>