- Страна
- Россия
Computer Vision Engineer
Оценка ИИИнтересный проект на стыке спорта и технологий с возможностью удаленной работы. Требуется высокая квалификация, но компания OnTarget Labs известна стабильностью и интересными задачами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью сочетать глубокие знания CV (детекция, трекинг) с навыками оптимизации моделей под мобильные платформы (Edge/Mobile deployment) и требованием свободного английского языка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата не указана в объявлении, однако для CV-инженеров с опытом мобильного деплоя рыночные предложения в РФ и СНГ обычно начинаются от 250 000 рублей и могут достигать 450 000 рублей для Senior-специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Computer Vision Engineer — OnTarget Labs
Удалённо, полная занятость. Оплата по итогам интервью
Анализ теннисных матчей по видео со смартфона: данные, детекция, трекинг, оценка моделей и production-пайплайн.
Требования и условия:
— Практический CV-опыт на реальном видео, Python и PyTorch
— Детекция/трекинг/классификация, качество разметки и метрики
— Edge/mobile deployment: ONNX, Core ML, TFLite или аналогичные инструменты
— Профильный bachelor degree и сильный устный/письменный английский
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- PyTorch
- Computer Vision
- Object Detection
- Object Tracking
- ONNX
- Core ML
- TFLite
- Edge AI
Возможные вопросы на собеседовании
Проверка опыта оптимизации моделей для работы в реальном времени на смартфонах.
Расскажите о вашем опыте оптимизации моделей PyTorch для Edge-устройств. Какие техники квантования или прунинга вы использовали для Core ML или TFLite?
Важно для специфики анализа теннисных матчей, где объекты движутся быстро.
Как вы решаете проблему размытия (motion blur) и быстрой смены кадров при трекинге мяча или игрока на видео со смартфона?
Оценка понимания процесса подготовки данных.
Как вы организуете процесс контроля качества разметки данных для обучения моделей детекции, чтобы минимизировать шум в метриках?
Проверка навыков работы с видеопотоком.
Опишите ваш подход к построению production-пайплайна обработки видео: как вы балансируете между точностью модели и задержкой (latency) вывода?
Проверка владения английским языком в техническом контексте.
Could you describe a challenging CV project you've worked on recently and explain the technical trade-offs you had to make?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
