Старший инженер компьютерного зрения (Computer Vision)

Что предстоит делать

Мы ищем Senior Computer Vision Engineer, который возглавит основную команду компьютерного зрения из двух человек в рамках proof of concept по X-ray-инспекции лопастей ветряных турбин: шесть–восемь месяцев с перспективой выхода в продукт. Рядом с вами: technical lead, project manager, общий QA, NDT-эксперт и инженер по лопастям (part-time), а также инженеры партнёра по сбору данных. • На входе — одно сшитое X-ray-изображение целой лопасти длиной в десятки тысяч пикселей, которое предоставляет партнёр по сбору данных. Реконструкция из сырых кадров детектора не входит в эту роль и не входит в первоначальный объём работ. Первая задача — найти тонкий плотный металлический проводник внутри композита, проследить его от одного конца лопасти до другого и определить, где он разорван. Вторая задача — вопрос выполнимости: оценить, даёт ли отсутствующий клей или открытое расслоение в соединении глубоко внутри конструкции обнаруживаемый и воспроизводимый признак, и при каком размере. Мы ожидаем, что отправной точкой будет классическая обработка изображений: нормализация яркости по материалу, толщина которого меняется на порядок, работа со швами сшивки, трассировка линейной структуры через помехи, калибровка порога на физических эталонных образцах. Обученные компоненты применяются только там, где эксперименты показывают, что они дают прирост. • Вам не нужен опыт работы с X-ray или неразрушающим контролем. Мы объясняем физику и оплачиваем время на изучение. Нам нужен человек, который уже раньше погружался в незнакомую предметную область визуализации и быстро доходил до рабочего метода, и который может отличить «алгоритм это пропустил» от «в изображении нечего искать». Один из честных результатов первой фазы — вывод о том, что тип дефекта не удаётся надёжно увидеть; нам нужен человек, который сможет показать, почему.

• Оценивать первые изображения: что видно, при каком контрасте, где метод будет работать, а где нет
• Определять требования к качеству изображений, которым должен соответствовать партнёр по сбору данных, и проверять каждую поставку на соответствие им
• Строить preprocessing: тайлинг, нормализация по толщине, шумоподавление, обработка швов
• Строить трассировку проводника: фильтры для линейных структур, граф трассировки, ответвления, отбраковка похожих структур
• Проводить проверку выполнимости (feasibility gate) для второго типа дефекта на симуляторе и на эталонных образцах с известными дефектами; результатом может стать документально оформленный отказ (no-go)
• Отвечать за метод: физическую и алгоритмическую гипотезу, архитектуру pipeline, пороги и политику для неопределённых случаев, дизайн валидации, техническое решение по каждому пропуску и техническое согласование (sign-off)
• Ревьюить реализацию второго инженера и поддерживать воспроизводимость end-to-end pipeline
• Работать с инженерами партнёра по сбору данных совместно с technical lead над проблемами формата изображений, калибровки, метаданных и сшивки
• Настраивать pipeline на первых изображениях с установленной лопасти и отчитываться о том, что изменилось и почему
• Работать с NDT-экспертом и инженером по лопастям над порогами и над каждым пропуском
• Присутствовать на месте проведения одной испытательной кампании на ветропарке (около недели), чтобы проверить изображения до того, как оборудование будет вывезено

Что ждём от вас

• 4+ года в computer vision или обработке изображений на реальных, неидеальных изображениях
• Классическая обработка изображений на рабочем уровне: фильтрация, детектирование гребней (ridge) и линий, морфология, сегментация, связные компоненты, трассировка на основе графов
• Опыт работы с изображениями, которые не помещаются в память: тайлинг, перекрытия, восстановление координат в полном изображении
• Уверенный Python с NumPy, OpenCV, scikit-image или аналогами
• Как минимум один проект, где данных было мало и вам приходилось проектировать процесс их разметки и валидации
• Опыт количественной оценки качества изображений (отношение контраста к шуму, разрешение, размытие, воспроизводимость) и проектирования контролируемых экспериментов, позволяющих отделить ограничение визуализации от ограничения алгоритма; любая модальность
• Как минимум один проект, где вы перешли в незнакомую вам ранее модальность (медицинская, микроскопия, спутниковая, промышленная, научная), и можете объяснить, как вы вошли в курс дела
• Английский, достаточный для чтения статей и общения с инженерами клиента
• Будет плюсом:
• Радиография, CT, NDT, композиты, контроль сварных швов или полупроводниковая инспекция
• Физическое или инженерное образование: ослабление, рассеяние, ужесточение спектра (beam hardening), геометрическая нерезкость, коррекция детектора
• Симуляция визуализации (любой симулятор X-ray или оптический)
• Deep learning на малых датасетах: сегментация, transfer learning, hard-negative mining
• Опыт влияния на то, как данные физически получают, а не только обработка того, что вам дали
• Использование AI-агентов для написания кода в прототипировании и инструментарии
• Что мы можем предложить:
• Проекты для таких клиентов, как PayPal, Wargaming, Xerox, Philips, adidas и Toyota
• Конкурентная компенсация, зависящая от вашей квалификации и навыков
• Система карьерного развития с чёткими квалификационными требованиями к навыкам
• Гибкий рабочий график, подстраиваемый под ваше расписание
• Возможность работать удалённо
• Компенсация медицинских расходов
• Онлайн-курсы английского языка
• Корпоративные праздники и мероприятия для сотрудников и их детей
• Компенсация абонемента в спортзал, корпоративные спортивные соревнования (включая киберспорт)
• 5 дней оплачиваемого больничного в год без необходимости предоставлять больничный лист