Уралкалий

hybrid • RUS • middle • RUB90–180k / мес

Уважаемый соискатель! Мы ждем Вашего отклика на эту вакансию в случае, если Вы имеете опыт работы по направлению деятельности не менее 2-х лет. **В СВОЮ ОЧЕРЕДЬ МЫ ГОТОВЫ ПРЕДЛОЖИТЬ ВАМ СЛЕДУЮЩИЕ УСЛОВИЯ:** * Рабочее место: г. Березники, ул.Пятилетки, 63 (иногородним кандидатам предоставляется компенсация за найм жилья) * Возможен гибридный график. Предусмотрены выезды на производственные площадки. * Ненормированный рабочий день (отпуск 28 + 3 к.дня) * Достойный уровень заработной платы, ежегодная индексация * Интересные задачи и работа в коллективе профессионалов * Полный социальный пакет, скидки на спорт, питание * ДМС **МЫ ПРЕДЛАГАЕМ СЛЕДУЮЩИЙ ФУНКЦИОНАЛ:** **Общая цель:** Техническая верификация, тестирование и настройка AI-моделей подрядчика (VizorLabs). Работа с видеопотоками, тестовыми данными и бизнес-логикой. 1\. Обязанности **Работа с данными:** Сбор реальных кадров с камер (разные условия). Формирование «слепой» тестовой выборки (Blind Test Set) для проверки подрядчика. Аудит обучающего датасета подрядчика (поиск дисбаланса, отсутствия hard cases). **Тестирование моделей:** Прогон кадров через систему. Самостоятельный расчет метрик (Precision, Recall, F1) и построение матрицы ошибок (Confusion Matrix). Выяснение версии модели (например, YOLOv5 или v8). **Настройка логики:** Настройка зон ROI и линий пересечения (например, зона «клеть»). Настройка временных порогов срабатывания (нарушение фиксируется только через N секунд). Проверка защиты от двойного подсчета людей (трекинг). **Эксплуатация и мониторинг:** Замер Latency и FPS на объекте. Регулярный прогон контрольных кадров для выявления деградации модели (Model Drift). Сбор кадров с ошибками (FP/FN) для передачи подрядчику на дообучение. **Коммуникация:** Создание технических тикетов для подрядчика с описанием багов и приложением скриншотов. 2\. Ответственность **За качество тестов:** Репрезентативность Blind Test Set (подрядчик не должен знать эти кадры заранее). **За достоверность цифр:** Правильный расчет Precision/Recall на реальных данных, а не слепое доверие отчетам подрядчика. **За корректность правил:** Точная настройка зон ROI и порогов (исключение двойного подсчета одного человека). **За сбор данных для ретренинга:** Своевременная передача подрядчику кадров с ошибками (FN/FP) для дообучения модели. **За первичный разбор инцидентов:** Фиксация и классификация ложных срабатываний в течение 24 часов. 3\. Ключевые артефакты (Что создает) Размеченные тестовые датасеты (включая hard cases). Таблицы метрик и матрицы ошибок (Confusion Matrix). Скриншоты/видео ложных срабатываний (FP) и пропусков (FN). Настроенные зоны ROI и правила в интерфейсе системы. Технические тикеты для подрядчика. **ИДЕАЛЬНЫЙ КАНДИДАТ ДОЛЖЕН СООТВЕТСТВОВАТЬ ТРЕБОВАНИЯМ**: * Высшее образование (Информатика и вычислительная техника», «Прикладная математика и информатика», «Компьютерные науки», «Автоматизация технологических процессов», «Радиотехника» (направления, связанные с IT, Data Science, Computer Vision)). _Допустимо:_ Техническое или инженерное образование (например, «Промышленная безопасность», «Автоматизация производства») при наличии подтвержденной переподготовки/сертификатов по CV/ML. * Обязательный опыт работы**:** От **1 до 3 лет** опыта работы в области Computer Vision, Data Science, видеоаналитики или тестирования AI-систем. Опыт работы с реальными видеопотоками (RTSP), настройки и калибровки камер. Опыт тестирования ML-моделей (расчет Precision/Recall, работа с Confusion Matrix). Опыт формирования тестовых датасетов (сбор, разметка, подготовка Blind Test Set). * Желательный опыт работы**:** Работа в промышленном секторе (металлургия, нефтегаз, строительство) — понимание специфики производственных объектов и требований безопасности (СИЗ). Опыт взаимодействия с внешними подрядчиками (постановка задач, контроль выполнения, приемка результатов). Опыт работы с системами видеоаналитики на базе YOLO (YOLOv5, v8, v10). Опыт работы с Edge-устройствами (NVIDIA Jetson) и замера Latency/FPS.