Альфа Віжн

Ти вмієш будувати computer vision — але втомився, що модель живе в ноутбуці й ніколи не доходить до реального застосування?

Розробляємо важливі проекти для суспільства, де вже маємо сотні користувачів.

Чим ти будеш займатися:

• Класичний CV як основна зона відповідальності: pose estimation, SLAM, епіполярна геометрія, оптичний потік, калібрування камери — саме на цьому тримається розрахунок координат без GPS
• Навчати й покращувати CV-моделі для складних умов: рух у кадрі, оклюзії, погана якість, мало даних
• Запускати й оптимізувати моделі на Jetson у реальному часі — з жорсткими обмеженнями по швидкості, пам’яті та енергоспоживанню
• Самостійно працювати з обладнанням: камери, а не лише датасети й ноутбук
• Відповідати за результат повністю — від задачі до готового рішення, що працює на борту

• Самому ухвалювати технічні рішення, а не робити чужі тикети.

   

Що ми чекаємо від тебе:

• Впевнений досвід класичного computer vision: SLAM, pose estimation, епіполярна геометрія, оптичний потік, камерна геометрія та калібрування
• Досвід deep learning для CV (детекція, трекінг або сегментація) — як доповнення до класичних методів, а не заміну
• Практичний досвід роботи з NVIDIA Jetson (Nano / Xavier / Orin) — деплой, оптимізація inference, робота з обмеженими ресурсами на борту
• Досвід роботи «на залізі»: інтеграція з камерами й сенсорами, тестування на фізичному пристрої, а не тільки в хмарі чи на десктопі
• Досвід, коли ти доводив модель до продакшену на edge-пристрої, а не лише до notebook

• Стек: PyTorch, Ultralytics, OpenCV, ONNX / TensorRT / Hailo, Python, Java (Kotlin).

   

Що ти отримаєш:

• Ніякого мікроменеджменту — ти відповідаєш за свій напрямок

• Сучасний edge-стек: Jetson, TensorRT, Hailo, ONNX. Інструменти обираєш сам.

   

Чого в нас не буде:

Вигорання, безкінечного «monkey job» і CRUD-задач на роки. І співбесід, що тягнуться в нікуди.

Як проходить відбір:

• HR-співбесіда
• Технічна співбесіда
• Офер