Должностные обязанности Специалист по компьютерному зрению (Computer Vision Engineer)

Общие положения Специалист по компьютерному зрению (Computer Vision Engineer)

Специалист по компьютерному зрению (Computer Vision Engineer) — инженер, отвечающий за разработку, исследование и внедрение алгоритмов и систем компьютерного зрения и анализа изображений/видео для продуктовых и прикладных решений. Обеспечивает сбор и подготовку данных, обучение и валидацию моделей, оптимизацию и деплой в продакшен (облако, edge, embedded). Действует в соответствии с продуктовой стратегией, практиками MLOps, внутренними регламентами и требованиями безопасности данных.

Квалификационные требования Специалист по компьютерному зрению (Computer Vision Engineer)

• Высшее образование в области информатики, прикладной математики, компьютерного зрения, машинного обучения или эквивалентный практический опыт.
• Опыт коммерческой/исследовательской работы в computer vision от 2 лет (Middle) / от 4 лет (Senior).
• Уверенное владение Python и библиотеками: PyTorch и/или TensorFlow, torchvision, OpenCV, scikit‑image.
• Опыт разработки и оценки моделей для задач: детекция объектов, сегментация, трекинг, классификация, OCR, восстановление/реставрация, 3D‑восстановление или SLAM — в зависимости от специализации.
• Владение инструментами для аннотаций и работы с датасетами: COCO, Pascal VOC, KITTI, Labelme, CVAT; понимание форматов и метрик (mAP, IoU, F1, Recall/Precision).
• Опыт работы с MLOps/CI‑CD‑пайплайнами: MLflow, DVC, Airflow, GitLab CI/GitHub Actions; знание Docker, Kubernetes — преимущество.
• Умение оптимизировать модели для инференса: ONNX, TensorRT, OpenVINO, квантование, pruning; опыт деплоя на CPU/GPU/TPU и edge‑устройствах.
• Навыки работы с вычислительной инфраструктурой: CUDA, cuDNN, распределённое обучение (Horovod, PyTorch DDP).
• Знание принципов проверки качества данных, балансировки классов, аугментаций (Albumentations) и методов борьбы с переобучением.
• Опыт интеграции моделей в сервисы (FastAPI/gRPC), мониторинга качества в продакшене и проведения A/B тестов.
• Английский — технический уровень для чтения статей и документации.
• Личные качества: аналитическое мышление, внимание к деталям, коммуникативность, умение работать в кросс‑функциональной команде.

Должностные обязанности Специалист по компьютерному зрению (Computer Vision Engineer)

• Сбор, валидация и подготовка датасетов: аннотация, очистка, балансировка и схемы разделения (train/val/test).
• Исследование и выбор архитектур моделей, прототипирование (baseline → улучшения) для целевых задач.
• Обучение, валидация и тюнинг гиперпараметров; проведение экспериментов с репликацией результатов.
• Разработка и внедрение методов аугментации, препроцессинга и пайплайнов подготовки данных.
• Разработка метрик качества и процедур валидации (cross‑validation, тестовые сьюты, контроль стабильности модели).
• Оптимизация моделей для инференса: экспорт в ONNX, TensorRT/OpenVINO, квантование, уменьшение латентности и размера.
• Интеграция моделей в сервисы и продукты: подготовка API, контейнеризация, настройка мониторинга и логирования.
• Настройка и поддержка CI/CD, автоматизация экспериментов (tracking), версионирование данных и моделей.
• Участие в ретроспективе инцидентов, анализ источников деградации качества в продакшене и выпуск исправлений.
• Подготовка технической документации, описаний моделей и инструкций по использованию/деплою.
• Взаимодействие с продуктовой командой, инженерами данных, DevOps и бизнес‑стейкхолдерами.
• Менторство младших специалистов и участие в код‑ревью.

Отчетность Специалист по компьютерному зрению (Computer Vision Engineer)

Специалист подотчётен тимлиду ML/командному руководителю и предоставляет:

• отчёты по статусу экспериментов и обучению моделей (еженедельно);
• метрики качества моделей, сравнение версий и рекомендации по релизу;
• отчёты по инференс‑производительности (латентность, throughput, потребление ресурсов);
• документы по датасетам и схемам валидации, акты по миграции моделей в прод;
• пост‑мортемы и планы по устранению деградации качества.

Права Специалист по компьютерному зрению (Computer Vision Engineer)

• Запрашивать у продуктовых и инженерных команд доступы, данные и требования для корректного выполнения задач.
• Останавливать релиз или откладывать деплой модели при выявлении критических отклонений качества или рисков безопасности данных.
• Предлагать и внедрять инструменты и практики для воспроизводимости, мониторинга и автоматизации экспериментов.
• Инициировать аудит качества данных и процессов аннотации в случае обнаружения системных ошибок.
• Участвовать в выборе поставщиков облачных сервисов и оборудования для обучения/инференса в рамках утверждённого бюджета.

Критерии эффективности и ответственность Специалист по компьютерному зрению (Computer Vision Engineer)

• Основные KPI: качество модели по целевым метрикам (mAP, IoU, F1 и т.д.), latency/throughput для целевой платформы, стабильность в продакшене, время MLOps‑цикла (experiment → deploy), доля репродуцируемых экспериментов.
• Примеры целевых значений:
  • Улучшение mAP по ключевому продукту ≥ X% (по согласованию);
  • Латентность инференса под целевую платформу ≤ Y ms;
  • Время от идеи до деплоя модели (lead time) ≤ 2–4 недель;
  • Количество регрессий производительности в продакшене — 0 критических в квартал.
• Специалист несёт ответственность за корректность и воспроизводимость результатов, соблюдение требований к обработке персональных данных, качество аннотаций и обучение моделей. За нарушения применяются меры в соответствии с внутренними регламентами и трудовым законодательством

Подбор Специалиста по компьютерному зрению (Computer Vision Engineer) в кадровом агентстве ФАВОРИТ

• Поиск и подбор специалистов с проверкой практических навыков: тестовые задания по детекции/сегментации, ревью кода и экспериментов.
• Оценка компетенций в MLOps, опыте деплоя и оптимизации инференса (ONNX/TensorRT/edge).
• Проверка портфолио: публикации, репозитории (GitHub), проекты с реальными датасетами (COCO, KITTI, собственные).
• Поддержка в адаптации, probation‑период и гарантийная замена при несоответствии.

Для быстрого и точного подбора специалиста по компьютерному зрению, способного решать прикладные и исследовательские задачи, оптимизировать модели под целевые платформы и внедрять надёжные MLOps‑процессы, обращайтесь в Международное кадровое агентство ФАВОРИТ. Поможем подобрать кандидата с нужной экспертизой, кейсами и подходом к надежному деплою. Свяжитесь с нами через контакты на сайте для расчёта сроков и стоимости подбора.