Старший Computer Vision/Machine Learning инженер

Что предстоит делать

<p>🟠 Детали: мы ищем Senior Computer Vision/Machine Learning Engineer, который возглавит разработку и проектирование системы на базе ИИ для извлечения структурированных пространственных данных из сложных изображений поэтажных планов.</p><p>Основная цель — создать производственно-ориентированный прототип, способный обрабатывать <strong>2D и 3D изображения поэтажных планов квартир</strong>, извлекать упрощенные 2D-планировки, обнаруживать комнаты и внутренние помещения, оценивать площади комнат и генерировать структурированные выходные данные для расчета напольных покрытий.</p><p>Это высокопрактичная, ориентированная на исследования и разработки роль, направленная на решение реальных задач компьютерного зрения, таких как перспективные искажения, загораживание мебелью, нечеткие границы комнат, оценка масштаба и проверка на основе зашумленных или противоречивых эталонных данных.</p><p>Должность может быть как полной, так и частичной занятостью, в зависимости от уровня экспертизы кандидата и соответствующего практического опыта работы с аналогичными CV/ML-процессами.</p><p>🟠 Квалификация:</p><ul><li>4+ года практического опыта в области Computer Vision/Machine Learning.</li><li>Сильный практический опыт в сегментации изображений, обнаружении объектов, предварительной обработке изображений и геометрическом компьютерном зрении.</li><li>Опыт работы с <strong>OpenCV</strong> и классическими методами компьютерного зрения.</li><li>Опыт работы с современными архитектурами сегментации и обнаружения, такими как YOLO, U-Net, SegFormer, Detectron2, SAM или аналогичными.</li><li>Сильные навыки программирования на Python.</li><li>Опыт работы с инструментами обработки полигонов/векторов, такими как <strong>Shapely</strong>, контуры OpenCV или аналогичные библиотеки геометрии.</li><li>Способность работать с несовершенными визуальными входными данными и проектировать надежную резервную логику.</li><li>Понимание извлечения на основе OCR с использованием таких инструментов, как Tesseract, PaddleOCR, docTR или облачных OCR-сервисов.</li><li>Способность проектировать сквозные CV-пайплайны от экспериментов до воспроизводимых прототипов.</li><li>Владение английским языком на уровне B2 (upper-intermediate) и выше.</li></ul><p>🟠 Будет плюсом:</p><ul><li>Опыт работы с распознаванием поэтажных планов, архитектурными чертежами, строительными технологиями, технологиями для недвижимости или процессами расчета/оценки.</li><li>Опыт работы с коррекцией перспективы, гомографией, оценкой глубины, линиями схода или реконструкцией вида сверху.</li><li>Опыт работы с моделями глубины, такими как MiDaS или Depth Anything.</li><li>Опыт генерации синтетических данных или рабочих процессов нормализации изображений (image-to-image).</li><li>Опыт создания пайплайнов оценки и наблюдаемости ML.</li><li>Опыт интеграции ML-пайплайнов в бэкенд-сервисы или API.</li><li>Опыт руководства техническим направлением для проектов, ориентированных на исследования и разработки.</li></ul><p>🟠 Обязанности:</p><ul><li>Разработать и внедрить <strong>пайплайн render-to-plan</strong> для преобразования 3D-рендеров поэтажных планов в упрощенные 2D-макеты, готовые к измерениям.</li><li>Разработать CV/ML-подходы для сегментации комнат, обнаружения границ, извлечения полигонов, классификации комнат и маркировки пространств.</li><li>Работать со сложными визуальными входными данными, включая планы видов сверху, косые рендеры, макеты в стиле «кукольного домика» и низкокачественные маркетинговые изображения.</li><li>Оценивать площади на уровне комнат, используя геометрию, OCR, данные о масштабе, метаданные и эвристические методы проверки.</li><li>Определять логику оценки, подсчет уверенности и метрики качества для выходных данных пайплайна.</li><li>Создавать структурированные выходные данные и визуальные наложения QA для последующих рабочих процессов расчета напольных покрытий.</li><li>Сотрудничать с AI/бэкенд-инженерами для интеграции CV-пайплайна в веб-инструмент PoC.</li><li>Документировать технические допущения, ограничения, риски, компромиссы и резервные стратегии.</li></ul><p>🟠 Этапы собеседования:</p><ul><li>Скрининг с рекрутером (около 45 минут).</li><li>Техническое собеседование с ML/CV Engineer и PM (около 1 часа).</li><li>Опциональное тестовое задание на дом.</li></ul><p>🟠 Присоединяясь к нам, вы получаете:</p><ul><li>Реальную ML/CV работу в продакшене — фактические пайплайны с измеримыми результатами для клиента.</li><li>Ответственность с первого дня: архитектурные решения, прямое общение с клиентом, отсутствие трехуровневых цепочек согласования.</li><li>Открытые зарплатные вилки в вакансиях — никаких «обсуждается на собеседовании».</li><li>Remote-first с правильно настроенными асинхронными процессами.</li><li>Гибкий график, без учета времени.</li><li>15 дней оплачиваемого отпуска / 5 дней оплачиваемого больничного.</li><li>4 оплачиваемых государственных праздника (Новый год, Рождество, День Независимости, День Защитника).</li><li>$50/месяц — 50% компенсация расходов на спорт, массаж, терапию или обучение.</li><li>Компенсация сертификации и 50% покрытие стоимости профессиональных курсов.</li><li>Качественное рабочее оборудование (ноутбук + аксессуары).</li><li>Поддержка бухгалтерии и юридического отдела.</li><li>AI Talks и tech talks — внутренняя культура обмена знаниями.</li></ul><p>🟠 Наш офис во Львове (ул. Кульпарковская 200а, NatCoworking):</p><ul><li>Игровые консоли PlayStation, настольный теннис и кикер, открытые террасы.</li><li>Холодильник с напитками.</li><li>Разнообразие переговорных комнат.</li></ul> <div> <a href="https://jobs.dou.ua/companies/coxit/vacancies/359821/#reply-btn-id">Откликнуться на вакансию</a> </div>