Уважаемый соискатель! Мы ждем Вашего отклика на эту вакансию в случае, если Вы имеете опыт работы по направлению деятельности не менее 2-х лет.
В СВОЮ ОЧЕРЕДЬ МЫ ГОТОВЫ ПРЕДЛОЖИТЬ ВАМ СЛЕДУЮЩИЕ УСЛОВИЯ:
- Рабочее место: г. Березники, ул.Пятилетки, 63 (иногородним кандидатам предоставляется компенсация за найм жилья)
- Возможен гибридный график. Предусмотрены выезды на производственные площадки.
- Ненормированный рабочий день (отпуск 28 + 3 к.дня)
- Достойный уровень заработной платы, ежегодная индексация
- Интересные задачи и работа в коллективе профессионалов
- Полный социальный пакет, скидки на спорт, питание
- ДМС
МЫ ПРЕДЛАГАЕМ СЛЕДУЮЩИЙ ФУНКЦИОНАЛ:
Общая цель:
Техническая верификация, тестирование и настройка AI-моделей подрядчика (VizorLabs). Работа с видеопотоками, тестовыми данными и бизнес-логикой.
1. Обязанности
Работа с данными: Сбор реальных кадров с камер (разные условия). Формирование «слепой» тестовой выборки (Blind Test Set) для проверки подрядчика. Аудит обучающего датасета подрядчика (поиск дисбаланса, отсутствия hard cases).
Тестирование моделей: Прогон кадров через систему. Самостоятельный расчет метрик (Precision, Recall, F1) и построение матрицы ошибок (Confusion Matrix). Выяснение версии модели (например, YOLOv5 или v8).
Настройка логики: Настройка зон ROI и линий пересечения (например, зона «клеть»). Настройка временных порогов срабатывания (нарушение фиксируется только через N секунд). Проверка защиты от двойного подсчета людей (трекинг).
Эксплуатация и мониторинг: Замер Latency и FPS на объекте. Регулярный прогон контрольных кадров для выявления деградации модели (Model Drift). Сбор кадров с ошибками (FP/FN) для передачи подрядчику на дообучение.
Коммуникация: Создание технических тикетов для подрядчика с описанием багов и приложением скриншотов.
2. Ответственность
За качество тестов: Репрезентативность Blind Test Set (подрядчик не должен знать эти кадры заранее).
За достоверность цифр: Правильный расчет Precision/Recall на реальных данных, а не слепое доверие отчетам подрядчика.
За корректность правил: Точная настройка зон ROI и порогов (исключение двойного подсчета одного человека).
За сбор данных для ретренинга: Своевременная передача подрядчику кадров с ошибками (FN/FP) для дообучения модели.
За первичный разбор инцидентов: Фиксация и классификация ложных срабатываний в течение 24 часов.
3. Ключевые артефакты (Что создает)
Размеченные тестовые датасеты (включая hard cases).
Таблицы метрик и матрицы ошибок (Confusion Matrix).
Скриншоты/видео ложных срабатываний (FP) и пропусков (FN).
Настроенные зоны ROI и правила в интерфейсе системы.
Технические тикеты для подрядчика.
ИДЕАЛЬНЫЙ КАНДИДАТ ДОЛЖЕН СООТВЕТСТВОВАТЬ ТРЕБОВАНИЯМ:
- Высшее образование (Информатика и вычислительная техника», «Прикладная математика и информатика», «Компьютерные науки», «Автоматизация технологических процессов», «Радиотехника» (направления, связанные с IT, Data Science, Computer Vision)).
Допустимо: Техническое или инженерное образование (например, «Промышленная безопасность», «Автоматизация производства») при наличии подтвержденной переподготовки/сертификатов по CV/ML.
-
Обязательный опыт работы:
От 1 до 3 лет опыта работы в области Computer Vision, Data Science, видеоаналитики или тестирования AI-систем.
Опыт работы с реальными видеопотоками (RTSP), настройки и калибровки камер.
Опыт тестирования ML-моделей (расчет Precision/Recall, работа с Confusion Matrix).
Опыт формирования тестовых датасетов (сбор, разметка, подготовка Blind Test Set).
-
Желательный опыт работы:
Работа в промышленном секторе (металлургия, нефтегаз, строительство) — понимание специфики производственных объектов и требований безопасности (СИЗ).
Опыт взаимодействия с внешними подрядчиками (постановка задач, контроль выполнения, приемка результатов).
Опыт работы с системами видеоаналитики на базе YOLO (YOLOv5, v8, v10).
Опыт работы с Edge-устройствами (NVIDIA Jetson) и замера Latency/FPS.
