Middle Systems / Software Engineer (Computer Vision)

Что предстоит делать

Data Science UA — сервисная компания с глубокой экспертизой в области AI и Data Science. Наша история началась в 2016 году с первой конференции Data Science UA в Киеве, и с тех пор мы построили одно из крупнейших AI-сообществ в Европе. О клиенте Наш клиент разрабатывает технологию, которая делает промышленную среду безопаснее и снижает риск несчастных случаев за счет проактивного мониторинга. Украинская инженерная команда создает платформу промышленной безопасности следующего поколения, объединяющую Computer Vision, Machine Learning и IoT. О роли Мы ищем Middle Systems / Software Engineer для работы над критически важной для производительности частью платформы реального времени на базе Computer Vision. Это не типичная роль Python Backend. Основная задача — создание и оптимизация систем, лежащих в основе CV/ML-движков, где производительность зависит от памяти, процессов, конкурентности, перемещения данных, использования CPU/GPU и низкой задержки. Вы будете работать над рантаймом, который выполняет CV-пайплайны как граф этапов обработки, с задержкой, измеряемой в миллисекундах. Вы будете иметь дело с разделяемой памятью, передачей данных без копирования (zero-copy), межпроцессным взаимодействием и оркестрацией процессов. Что для нас наиболее важно Мы открыты к инженерам с опытом работы с C++, Python, Go или аналогичными технологиями. Сам язык программирования не является основным критерием отбора. Гораздо важнее сильное системное мышление и опыт понимания того, что происходит внутри системы. Например, нам особенно интересны инженеры, которые работали с такими задачами, как: - сокращение лишних копирований памяти; - оптимизация использования CPU/GPU; - исследование всплесков задержки и узких мест производительности; - работа с процессами, потоками и конкурентностью; - отладка гонок данных (race conditions) и сложных низкоуровневых проблем; - профилирование приложений и выявление узких мест; - проектирование эффективных пайплайнов обработки данных; - работа с большими объемами данных, проходящими через несколько этапов обработки; - оптимизация алгоритмов или рантаймов для повышения производительности. Кандидату не обязательно иметь опыт работы именно с теми же технологиями. Например, опыт работы с CUDA, C++, оптимизацией GPU, обработкой в реальном времени, робототехникой, компьютерным зрением, видеопайплайнами, научными вычислениями или другими чувствительными к производительности системами может быть весьма релевантным. Над чем вы будете работать - Сотрудничать с CV/ML-инженерами, чтобы превращать код инференса моделей в надежные этапы production-пайплайна. - Разрабатывать и оптимизировать ядро Pipeline Engine — внутрипроцессный рантайм реального времени, выполняющий CV-пайплайн как граф этапов. - Работать с пулами разделяемой памяти без копирования (zero-copy) для передачи кадров между процессами. - Разрабатывать и оптимизировать низколатентную коммуникацию ZeroMQ для управляющих сообщений, метаданных и синхронизации. - Работать с метаданными пайплайна и границами сериализации. - Анализировать и улучшать производительность CPU, памяти и задержки. - Профилировать, отлаживать и устранять сложные проблемы рантайма. - Вносить вклад в архитектуру и развитие инфраструктуры обработки в реальном времени.

Что ждём от вас

• Обязательные
• Коммерческий опыт работы в роли Software Engineer / Systems Engineer / C++ Engineer / Python Engineer или аналогичной.
• Сильное системное мышление и понимание:
• процессов и конкурентности;
• владения памятью и перемещения данных;
• компромиссов между задержкой и пропускной способностью;
• узких мест производительности;
• профилирования и отладки;
• режимов отказа сложных систем.
• Опыт работы с системами, чувствительными к производительности или задержке.
• Опыт работы как минимум с одним из языков: C++, Python, Go или аналогичным.
• Python используется в платформе, но не обязательно должен быть вашим основным языком. Сильный опыт работы с C++ / системным программированием equally relevant.
• Солидные знания Linux.
• Солидный опыт работы с Docker и контейнеризированными средами.
• Желательно
• CUDA, включая IPC-дескрипторы и синхронизацию потоков.
• C/C++ или Go.
• OpenCV.
• GStreamer, FFmpeg или RTSP.
• ZeroMQ.
• Архитектуры с разделяемой памятью / zero-copy.
• FlatBuffers или другие форматы бинарной сериализации.
• Опыт создания или эксплуатации камерных/видеопайплайнов.

Что предлагаем