Инженер машинного обучения (Computer Vision)

Что предстоит делать

##### О компании Вам надоело пропускать важные моменты в еженедельной игре, потому что никто вас не записал? Попрощайтесь с FOMO и здравствуйте, PUSHIT! PUSHIT позволяет легко наверстать все яркие моменты, которые вы создали во время спортивной игры. Наша продвинутая система повторов позволяет захватывать моменты, которые уже прошли, так что вам больше никогда не придется ничего пропускать. Смотрите эти видео, чтобы узнать больше о PUSHIT: https://www.youtube.com/watch?v=uQrXgheKjCg https://www.youtube.com/watch?v=pmdihAft2f8 Посмотрите наши текущие мобильные приложения: IOS Android ##### В чем заключается работа Вы будете инженером машинного обучения в компактной, быстро движущейся команде, работая напрямую с основателями. Ваша миссия: проектировать, обучать и внедрять модели компьютерного зрения, которые распознают спортивные события и создают видео с яркими моментами — работающие как в облаке, так и на периферийных устройствах. ##### Обязанности - Создавать и улучшать модели компьютерного зрения — обнаружение объектов, распознавание действий, семантическая сегментация, трекинг и классификация событий для многокамерных спортивных записей. - Оптимизировать для периферийных устройств — конвертировать и квантовать модели (TFLite/ONNX/RT-Core), чтобы они работали в реальном времени на Raspberry Pi 5 и телефонах на базе ARM. - Управлять ML-конвейером — сбор данных, правила разметки, отслеживание экспериментов (Weights & Biases / MLflow), автоматизированное обучение и CI/CD до Kubernetes. - Работать кросс-функционально — взаимодействовать с командами бэкенда, видеокодирования и мобильной разработки для интеграции результатов инференса в наши NestJS API и клиенты Flutter/Angular. - Поднимать планку — исследовать передовые методы, проводить абляционные исследования, писать технические спецификации и наставлять будущих студентов-стажеров. ##### Требования - Уверенное владение Python (3+ года) и глубокие знания в области глубокого обучения с использованием TensorFlow и/или PyTorch. - Солидный опыт в компьютерном зрении: сверточные сети, механизмы внимания, пространственно-временные модели (например, I3D, SlowFast). - Опыт развертывания моделей на мобильных или периферийных устройствах (TFLite, Core ML, TensorRT или аналогичные). - Знакомство с рабочими процессами Docker и Kubernetes для масштабируемого обучения/инференса. - Подтвержденная способность превращать исследования в продакшн-код: как минимум один проект или продукт в реальном мире (GitHub, App Store или академическая публикация). - Уверенная работа с системами контроля версий, код-ревью, agile-задачами и написание понятной документации. - Страсть к спорту — или, по крайней мере, достаточное любопытство, чтобы заметить бэкхенд-виннер или слэм-данк в повторе! - Английский — профессиональный уровень (наша команда разработчиков глобальна). ##### Бонусные баллы - Опыт работы с конвейерами видеокодирования (FFmpeg, HLS, RTMP) или протоколами потоковой передачи в реальном времени. - Знание сервисов AWS/GCP для масштабного обучения (SageMaker, Bedrock, Vertex AI). - Навыки работы с инструментами разметки данных или стратегиями активного обучения для сокращения бюджетов на разметку. - Опыт в сегментации спутниковых или аэрофотоснимков, проектах по распознаванию жестового языка или лиц (отличные аналогии для задач компьютерного зрения в спорте). - Любовь к open-source: вклад в библиотеки компьютерного зрения. ##### Почему PUSHIT? - Внедряйте функции, которыми тысячи спортсменов-любителей пользуются каждый день. - Работайте над передовыми задачами компьютерного зрения с ограничениями реального времени. - Небольшая команда ⇒ огромная ответственность, ноль бюрократии. - Полная удаленная работа. - Конкурентоспособная зарплата, ранний опцион на акции и бюджет на конференции и GPU.