Старший инженер по компьютерному зрению (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 на part-time, а также инженеры партнёра по сбору данных. • На входе — одно сшитое X-ray-изображение целой лопасти длиной в десятки тысяч пикселей, предоставляемое партнёром по сбору данных. Реконструкция из сырых кадров детектора выходит за рамки роли и за рамки начального скоупа. 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 осуществимости: оценить, даёт ли отсутствующий клей или открытое расслоение в соединении глубоко внутри структуры обнаруживаемый и воспроизводимый признак, и при каком размере. Мы ожидаем, что отправной точкой станет классическая обработка изображений: нормализация яркости по материалу, толщина которого меняется на порядок, обработка швов сшивки, трассировка линейной структуры сквозь помехи, калибровка порога на физических эталонных образцах. Обученные компоненты используются только там, где эксперименты показывают, что они добавляют ценность. • Вам не нужен опыт в X-ray или неразрушающем контроле. Мы объясним физику и оплатим время на изучение. Нам нужен человек, который уже ранее погружался в незнакомую область визуализации и быстро приходил к рабочему методу, и который умеет отличать «алгоритм это пропустил» от «в изображении нечего искать». Один из честных результатов первой фазы — что тип дефекта невозможно надёжно увидеть; нам нужен человек, который может показать почему.

• Оценить первые изображения: что видно, при каком контрасте, где метод будет работать, а где нет
• Определить требования к качеству изображений, которым должен соответствовать партнёр по сбору данных, и проверять каждую поставку на их соблюдение
• Построить препроцессинг: тайлинг, нормализация по толщине, шумоподавление, обработка швов
• Построить трассировку проводника: фильтры для линейных структур, граф трассы, ответвления, отбраковка похожих структур
• Провести проверку осуществимости (feasibility gate) для второго типа дефектов на симуляторе и на эталонных образцах с известными дефектами; результатом может стать документированный отказ (no-go)
• Отвечать за метод: физическую и алгоритмическую гипотезу, архитектуру пайплайна, пороги и политику для неоднозначных случаев, дизайн валидации, техническое решение по каждому пропуску и техническое согласование (sign-off)
• Проводить ревью реализации второго инженера и обеспечивать воспроизводимость сквозного пайплайна
• Работать с инженерами партнёра по сбору данных совместно с technical lead над форматом изображений, калибровкой, метаданными и проблемами сшивки
• Настроить пайплайн на первых изображениях с установленной лопасти и отчитаться о том, что изменилось и почему
• Работать с NDT-экспертом и инженером по лопастям над порогами и по каждому пропуску
• Присутствовать лично на одной тестовой кампании на ветряной электростанции (около недели), чтобы проверять изображения до того, как оборудование вывезут

Что ждём от вас

• 4+ года в computer vision или обработке изображений на реальных, неидеальных изображениях
• Классическая обработка изображений на рабочем уровне: фильтрация, детекция гребней (ridge) и линий, морфология, сегментация, связные компоненты, трассировка на графах
• 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 продумывать, как их размечать и валидировать
• 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 быстро вошли в тему
• Английский, достаточный для чтения статей и общения с инженерами клиента
• Будет плюсом:
• Радиография, CT, NDT, композиты, инспекция сварных швов или полупроводников
• Физический или инженерный бэкграунд: ослабление, рассеяние, ужесточение спектра (beam hardening), геометрическая нерезкость, коррекция детектора
• Симуляция визуализации (любой X-ray или оптический симулятор)
• Deep learning на малых датасетах: сегментация, transfer learning, hard-negative mining
• Опыт влияния на то, как данные физически собираются, а не только обработки того, что вам дали
• Использование AI-агентов для написания кода в прототипировании и создании инструментов
• 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 график работы, подстраиваемый под ваш распорядок
• Возможность работать удалённо
• Компенсация медицинских расходов
• Онлайн-курсы английского языка
• Корпоративы 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