Perception / Robotics Systems Engineer

ПРО НАС

Ми будуємо AI-системи наведення і управління вогнем для реального застосування на полі бою. Наші системи отримують потоки даних із реального світу — відео, термальне зображення, датчики, контекст — і перетворюють їх у точні дії роботизованих платформ.

Ми працюємо швидко, в умовах де помилка коштує дорого. Якщо ти хочеш будувати системи що справді діють у фізичному світі — ця позиція для тебе.

ЩО ЗА ПОЗИЦІЯ

Нам потрібен інженер, який мислить на стику математики, фізики і програмування. Твоя робота — будувати логічні модулі, які отримують сирі дані з різних джерел (відео, тепловізор, лазерний далекомір, ІМП, аудіо, контекстні метадані, галюцінації бортових ЛЛМ) і перетворюють їх у рішення: що бачить система, що відбувається, що робити далі.

Це не класична розробка і не чистий ML. Це інженерія сприйняття і прийняття рішень — де алгоритм має розуміти фізику об'єкта, обмеження заліза, і поведінку цілі одночасно.

НАД ЧИМ БУДЕШ ПРАЦЮВАТИ

Сприйняття і злиття даних (Perception & Sensor Fusion)

• Проектувати пайплайни обробки потоків даних: оптичне відео, тепловізійне зображення, лазерний далекомір, ІМП/гіроскоп, аудіо
• Знаходити і вигадувати математичні способи витягати корисну інформацію з кожного каналу окремо і в комбінації
• Реалізовувати fusion-алгоритми: коли дані суперечать одне одному — система має знати кому довіряти і чому

Інтерпретація і прийняття рішень

• Будувати модулі, що перетворюють "що бачимо" → "що відбувається" → "що робимо"
• Проектувати механізми взаємної валідації гіпотез із кількох джерел даних
• Враховувати в логіці рішень обмеження: балістику, фізику руху цілі, затримки заліза, умови оточення

Управління роботизованими системами

• Перекладати рішення системи в конкретні команди для сервоприводів, турелей, тригерів
• Будувати алгоритми предикції руху цілі та компенсації руху платформи
• Проектувати graceful degradation — система має розумно деградувати при відмові окремих сенсорів

ЩО ПОТРІБНО ВМІТИ

Математика і алгоритми

• Фільтр Калмана, оптичний потік, геометрія проекцій — розуміти і вміти застосовувати
• Тригонометрія, кінематика, координатні перетворення (власне і зовнішнє)
• Базова теорія сигналів: фільтрація, шум, часові ряди
• Теорія ймовірностей і байєсівські підходи для прийняття рішень в умовах невизначеності

Програмування

• Python — впевнено: numpy, scipy, OpenCV, asyncio
• Розуміння вимог real-time систем: затримки, черги, пріоритети потоків
• Робота з відеопотоками, серіалізацією даних, міжпроцесовою комунікацією
• Базово C/C++ або готовність швидко освоїти для роботи з embedded-компонентами

Системне розуміння

• Розуміння обмежень edge-заліза: пам'ять, латентність, тепло, енергоспоживання
• Вміння читати datasheet і розуміти що конкретний сенсор реально може і не може
• Здатність моделювати фізичні процеси: балістику кулі, рух цілі, вібрацію платформи

ЩО ВАЖЛИВО В ХАРАКТЕРІ

Технічну базу можна добудувати — ось що не можна і що треба вже мати на старті:

• Інженерна цікавість.

Коли щось не працює — тобі цікаво чому, а не прикро. Ти копаєш до першопричини.

• Мислення від фізичного світу.

Ти розумієш що код — це модель реальності, і реальність завжди хитріша. Вміння знаходити де модель бреше — критично важливо.

• Крос-дисциплінарність.

Тобі цікаво розібратися в оптиці, механіці, психології цілі або фізиці пострілу якщо це потрібно для задачі. Межі між "моєю" і "не моєю" областю не існує. Є лише “працює” і “не працює”

• Прагматизм.

Рішення що працює в полі краще за елегантне рішення що не встигло. З нестандартним підходом, з підпорками — якщо треба. Дизайн, Етика, Порушення прав орків та інші складні питання залишаємо для пізніших етапів.

• Системне мислення під тиском.

Вміння утримувати в голові весь ланцюжок: сенсор → обробка → рішення → дія → наслідок, і розуміти де в цьому ланцюжку ризик.

БУДЕ ПЛЮСОМ

• Досвід із комп'ютерним зором: детекція, трекінг, стереозір
• Знайомство з ROS або будь-якою robotics middleware
• Розуміння принципів роботи тепловізорів, лазерних далекомірів, ІМП
• Базове розуміння військової техніки і термінології — відрізняти типи платформ, знати контекст застосування
• Досвід із Hailo NPU, TensorRT або іншими inference-акселераторами

ЧОГО НЕ ВИМАГАЄМО

• Готового досвіду саме в defense — важливе мислення, не галузь
• Академічного бекграунду — важливий результат, не диплом
• Знання всього стеку наперед — є час розібратися і є з ким

УМОВИ

• Повна зайнятість, гібрид (Київ)
• Бронь при потребі
• Конкурентна ЗП — обговорюємо індивідуально залежно від досвіду
• Робота над реальними системами, які вже застосовуються в полі
• Невелика команда, пряма комунікація, без бюрократії
• Прямий вплив на архітектурні рішення — тут немає "просто виконати таск"