Управляющая Компания Колизеум

Специалист по компьютерному зрению (CV) / Video Analytics Engineer

Не указана
  • Москва
  • От 3 до 6 лет
  • Python
  • REST API
  • TensorFlow
  • PyTorch
  • OpenCV
  • Bug Tracking Systems
  • Computer Vision

COLIZEUM крупнейшая франшиза киберспортивных клубов в мире. Мы создаём будущее гейм-индустрии!

Кто мы?
Мы — команда, которая меняет правила игры: 600+ клубов по всему миру, коллаборации с топовыми брендами, звёздами и киберспортивными организациями. Наш стиль — драйв, инновации и масштаб.

Ищем специалиста по computer vision / video analytics на проектную работу.
Проект — запуск системы видеоаналитики для сети клубов COLIZEUM.

Задачи:
  • Подбирать, адаптировать и дообучать модели компьютерного зрения под задачи проекта.

  • Организовать процесс работы с данными: сбор, подготовка, разметка, валидация, улучшение качества моделей.

  • Настраивать сценарии видеоаналитики под реальные условия объекта и снижать количество ложных срабатываний.

  • Взаимодействовать с командой продукта и разработки, чтобы превращать бизнес-задачи в работающие CV-сценарии.

  • Помочь быстро собрать и проверить MVP, который можно дальше масштабировать на сеть.

Требования:

  • Практический опыт в Computer Vision / Video Analytics от 3 лет.

  • Обязателен опыт прикладных CV-проектов в ритейле, horeca, магазинах, клиентских точках, офлайн-объектах или видеонаблюдении для операционного контроля.

  • Опыт не только обучения моделей, но и доведения решения до MVP / пилота / внедрения.

  • Понимание, как работать с данными с реальных камер: разные ракурсы, нестабильное качество изображения, сложные сцены, ограничения по данным

  • Опыт работы с PyTorch или TensorFlow; OpenCV;

  • Опыт обучения и дообучения detection / tracking / classification моделей на прикладных данных.

Будет плюсом:
  • Опыт проектов в store analytics, loss prevention, anti-fraud, контроль персонала, контроль клиентских зон, контроль выкладки / состояния объектов.

  • Опыт быстрого запуска пилотов на ограниченном датасете.

  • Опыт снижения false positive / false negative в реальных бизнес-сценариях.

  • Понимание, как выстраивать CV-часть проекта так, чтобы ее можно было масштабировать без чрезмерных затрат.

Что предлагаем:
  • Прикладной проект с понятным бизнес-эффектом.

  • Возможность влиять на подход, модели и качество будущего продукта.

  • Быструю проверку гипотез на живом кейсе.

  • Прямое взаимодействие с командой, принимающей решения.

  • Гибкий формат сотрудничества в рамках проектной работы.