Phoenix Storm

Mil-Tech-стартап розшукує спеціаліста з Computer Vision з реальним досвідом у розробці рішень для управління польотом та навігації квадрокоптерів, ідентифікації місцевості, роботі з edge-пристроями.

Обов’язки:

• Обробка та аналіз відеопотоку в реальному часі за допомогою бібліотек OpenCV, TensorFlow Lite, PyTorch та подібних.
• Розробка та оптимізація ПЗ для вбудованих систем на основі Raspberry Pi для керування квадрокоптером.
• Інтеграція комунікації між Raspberry Pi та ArduPilot через протокол MAVLink.
• Розробка та налаштування алгоритмів управління польотом.
• Забезпечення точного позиціонування за допомогою зображення з камери.
• Оптимізація роботи системи для забезпечення стабільного управління в реальному часі.
• Тестування та налагодження програмного забезпечення в лабораторних та польових умовах.

Вимоги:

• Реальний досвід розробки ПЗ для автономного керування квадрокоптерами
• Досвід роботи з вбудованими системами (Raspberry Pi, STM32 або аналогічні платформи).
• Впевнені знання Python та C/C++
• Досвід роботи з протоколом MAVLink та системами автопілоту (ArduPilot)
• Навички роботи з Linux на вбудованих платформах
• Англійська мова на рівні, достатньому для роботи з технічною документацією

Буде плюсом:

• Досвід роботи з системами автономної навігації типу OpenVINS
• Досвід вирішення задач типу feature matching/image matching
• Математичний бекграунд

Формат роботи:

• Київ — обов'язково
• R&D проєкт
• Гнучкий формат співпраці
• Можлива часткова зайнятість або контракт
• Після випробувального терміну можливість бронювання

Шукаємо AI/ML спеціаліста для роботи над задачею ідентифікації та класифікації складних акустичних сигналів у реальних умовах. Проєкт включає повний цикл роботи з аудіо: від збору та підготовки датасету до розробки, оптимізації та впровадження моделей. Робота орієнтована на практичні задачі з шумними сигналами, багатоканальним звуком та real-time обробкою.

Основні задачі

• Розробка моделей для класифікації та детекції звуку
• Робота з реальними аудіосигналами у складних умовах
• Підготовка та обробка датасетів
• Feature extraction (spectrogram, mel, MFCC, STFT тощо)
• Оптимізація моделей під роботу в реальному часі
• Робота з багатоканальним аудіо
• Реалізація алгоритмів визначення напрямку на джерело звуку
• Налаштування та оптимізація параметрів моделей
• Тестування моделей на реальних даних

Обовʼязковий досвід

• Практичний досвід у machine learning / deep learning
• Досвід роботи з audio / acoustic signal processing
• Python + PyTorch або TensorFlow
• Робота з реальними датасетами (не тільки академічними)
• Розуміння DSP (spectrogram, mel, STFT, filtering)
• Досвід оптимізації моделей
  • latency, lightweight, CPU / edge devices
  • оптимізація inference та експорт моделей (ONNX, FP16, інші runtime-формати)
  • tuning метрик під реальні сценарії (precision / recall / F1, thresholds, post-processing)
  • iterative pipeline: train → evaluate → refine → retrain

Буде плюсом досвід з

• Multi-channel audio
• Microphone array processing
• Direction of arrival / localization
• CNN / EfficientNet / NFNet / подібними backbone

Формат роботи

• Київ — обов'язково
• R&D проєкт
• Гнучкий формат співпраці
• Можлива часткова зайнятість або контракт
• Важливий практичний досвід, а не формальні титули
• Після випробувального терміну можливість бронювання