Инженер компьютерного зрения (Visual Place Recognition)

Что предстоит делать

<h3>О нас</h3><p>Farsight Vision преобразует отснятый в полёте материал в цифровые 2D- и 3D-двойники для аналитики в реальном времени в условиях отсутствия GNSS, делая аналитику и ситуационную осведомлённость удобными и доступными, экономя время и усилия. Мы создаём многослойные цифровые двойники местности с динамическим отслеживанием, мониторингом и прогнозированием объектов и ландшафта.</p><p>Как Computer Vision Engineer, специализирующийся на Visual Place Recognition (VPR), вы будете отвечать за модели и пайплайны, которые отвечают на критически важный вопрос в этой области: где мы находимся? Вы будете исследовать, обучать и внедрять VPR-системы, работающие при изменении ракурса, сдвиге освещения, сезонных изменениях и деградации изображений, характерных для реальных операций, — а не только на чистых академических бенчмарках.</p><p>Если вам близка среда стартапа, вы проактивны и любите превращать исследования в надёжные production-системы, эта роль — шанс сформировать ключевую возможность локализации для defense-tech платформы, используемой в реальных операциях.</p><h3>Обязанности</h3><ul><li>Отвечать за Visual Place Recognition end-to-end: постановка задачи, подготовка датасетов, обучение, оценка и развёртывание в FSV Platform.</li><li>Проектировать, обучать и итеративно улучшать VPR-модели и retrieval-пайплайны — глобальные дескрипторы, сопоставление локальных признаков и гибридные подходы в зависимости от задачи.</li><li>Работать с современными методами VPR / визуальной локализации и расширять их (например, NetVLAD, MixVPR, CosPlace, EigenPlaces, AnyLoc, дескрипторы на основе DINOv2, сопоставление в стиле SuperPoint / SuperGlue / LightGlue) и понимать, когда классические или обучаемые методы подходят лучше.</li><li>Строить надёжные пайплайны обучения: подготовка данных, аугментации для domain shift, hard-negative mining, проектирование лоссов, поиск гиперпараметров и воспроизводимое отслеживание экспериментов.</li><li>Оценивать модели не только по верхнеуровневому recall — режимы отказа при ночи, размытии, сжатии, сезонных изменениях и domain gap между картой и запросом; определять метрики, важные для полевого использования.</li><li>Упаковывать и обслуживать модели для production-инференса (GPU и ограниченные / edge-условия при необходимости), работая с backend и MLOps по версионированию, мониторингу и повторному развёртыванию.</li><li>Сотрудничать с backend-, геопространственными и полевыми командами для интеграции VPR в рабочие процессы картографирования, локализации и цифровых двойников.</li><li>Ежедневно использовать AI-инструменты для кодинга, а также проверять, тестировать и нести ответственность за каждую строку и каждую модель, которые выпускаются.</li><li>Проводить небольшие PoC на новых архитектурах или рецептах обучения, честно их измерять и приносить команде обоснованную рекомендацию.</li></ul><h3>Требования</h3><ul><li>3+ года в computer vision / deep learning для реальных продуктов или исследований, перенесённых в production.</li><li>Уверенный Python и практический опыт с PyTorch (или эквивалентом) для обучения и отладки vision-моделей.</li><li>Подтверждённый опыт с Visual Place Recognition, визуальной локализацией, image retrieval или тесно связанной геолокализацией / восприятием, смежным с SLAM.</li><li>Способность обучать и дообучать VPR / retrieval-модели с нуля или с публичных чекпоинтов: датасеты, лоссы, стратегии mining и протоколы оценки (например, recall@N, precision—recall на реалистичных разбиениях).</li><li>Рабочее знание современной литературы по VPR и сопоставлению и умение выбирать методы для изменения ракурса, внешнего вида и domain shift — а не только воспроизводить цифры из статей.</li><li>Опыт с крупномасштабными индексами признаков / ANN-поиском (FAISS или аналоги) и практическим проектированием retrieval-систем.</li><li>Твёрдое понимание CNN- и transformer-бэкбонов, representation learning и metric learning.</li><li>Комфорт в отладке моделей и проблем с данными, которые проявляются в поле (шумные метки, distribution shift, редкие случаи отказа).</li><li>Опыт в быстро меняющейся среде с высокой степенью ответственности и неоднозначными требованиями.</li></ul><h3>Будет плюсом</h3><ul><li>Публикации или сильный вклад в open-source в области VPR, визуальной локализации или image retrieval.</li><li>Опыт с multi-view geometry, SfM / SLAM или фотограмметрией (COLMAP, OpenMVG и т.д.).</li><li>Геопространственный стек: геопривязка, выравнивание карт, GDAL, ортофото, облака точек.</li><li>Оптимизация моделей для развёртывания: ONNX, TensorRT, квантизация, дистилляция.</li><li>Видео / последовательное распознавание мест, временная согласованность или поддержка карт во времени.</li><li>Опыт с аэро- / дроновыми изображениями и средами без GNSS или в условиях противодействия.</li><li>CUDA и обучение на GPU в масштабе.</li><li>Опыт в defense tech или dual-use.</li></ul><h3>Требования безопасности</h3><p>Наша платформа активно используется Вооружёнными силами в реальных операциях. Как эстонско-украинская defense technology компания, работающая с чувствительными операционными данными, мы несём ответственность — юридическую, этическую и практическую — за обеспечение добросовестности каждого в нашей команде.</p><p>Все кандидаты должны быть способны подтвердить следующее:</p><ul><li>Ни вы, ни ваши близкие родственники (родители, супруг(а), братья и сёстры, дети) не проживаете в России, Беларуси или на временно оккупированных украинских территориях</li><li>У вас нет регулярных личных, финансовых, деловых или профессиональных контактов с лицами на этих территориях</li><li>Вы согласны на более глубокую проверку безопасности, если процесс перейдёт на более поздние этапы</li></ul><p>Если какой-либо из вышеуказанных критериев не выполняется, пожалуйста, не продолжайте подачу заявки.</p><h3>Почему мы</h3><ul><li>С нами вы станете частью команды профессионалов, которые стремятся внести вклад в развитие передовых технологий.</li><li>Мы ценим командную работу и создаём атмосферу взаимной поддержки, где каждый может раскрыть свой потенциал.</li><li>Гибкий график работы.</li><li>Оплачиваемый отпуск и больничные.</li></ul><h3>Процесс найма</h3><ol><li>Техническое интервью (глубокое погружение в CV / VPR + практическое обсуждение обучения и оценки).</li><li>Интервью с PM & <nobr>C-level</nobr> руководством.</li></ol> <div> <a href="https://jobs.dou.ua/companies/farsight-vision/vacancies/378746/#reply-btn-id">Откликнуться на вакансию</a> </div>