Computer Vision and Machine Learning Engineer (Daylight UAV detection & tracking)

UA·Lviv | Львівmid

Machine Learning EngineerData

0 views0 saves0 applied

Apply Now

Quick Summary

Overview

Ми — EVERSTAR, перша рекрутингова агенція в MilTech для тих, хто готовий створювати технологічне майбутнє. Але досить про нас, розказуємо про головну вакансію. Це роль в R&D-команді,

Technical Tools

Machine Learning EngineerData

Ми — EVERSTAR, перша рекрутингова агенція в MilTech для тих, хто готовий створювати технологічне майбутнє.

Але досить про нас, розказуємо про головну вакансію.

Це роль в R&D-команді, де інженери різних напрямів разом створюють і вдосконалюють продукти, що вже довели свою ефективність у сотнях тисяч місій.

Імплементація та вдосконалення ML/DL алгоритмів для задач донаведення (Last Mile Targeting) із фокусом на відстеження малих об’єктів.
Розробка та вдосконалення пайплайнів навчання моделей під object detection та segmentation задачі.
Дослідження та підготовка даних: аналіз розподілення даних, фільтрація зашумлених та некоректних зразків, налаштування стратегій балансування під час навчання, тощо.
Оптимізація та компресія моделей під ARM edge-девайси.
Відстеження актуальних досліджень і SOTA-підходів, аналіз наукових публікацій, прототипування та експериментальна перевірка нестандартних рішень для покращення якості CV/ML-алгоритмів

2+ роки практичного досвіду розробки CV/ML-алгоритмів для задач детекції, сегментації, класифікації, трекінгу тощо.
Досвід навчання моделей в умовах обмежених даних (low-data regime): transfer learning, fine-tuning, тощо.
Міцний математичний фундамент: лінійна алгебра, теорія ймовірностей і статистика, глибоке розуміння принципів роботи CV/ML-підходів
Практичний досвід роботи з PyTorch, OpenCV та ncnn; робота з Ultralytics, OpenVINO та суміжними бібліотеками буде перевагою.
Досвід повного циклу розробки CV алгоритмів від побудови датасету до деплойменту.
Досвід оптимізації моделей: pruning, quantization (PTQ/QAT), knowledge distillation, tensor/low-rank decomposition, тощо.
Розуміння актуальних тенденцій і SOTA-підходів у CV/ML/DL.
Досвід застосування класичних і DL-підходів до трекінгу обʼєктів (object tracking).
Бажання навчатися та вдосконалюватися на щоденній основі.

Продуктове мислення, навички швидкого прототипування та створення MVP.
Досвід роботи з синтетичними даними та Sim2Real підходами.
Розуміння епіполярної геометрії, калібрування камер і стабілізації зображення; досвід роботи з дронами / робототехнікою буде плюсом.