Computer Vision - Perception Engineer
Yard Corporate
Rola skupia się na budowie systemów percepcji dla robotyki i AI brzegowej. Praca wykracza poza trenowanie modeli w notebookach – obejmuje integrację z rzeczywistym sprzętem, optymalizację inferencji na urządzeniach brzegowych oraz walidację na prawdziwych danych. Będziesz projektować i rozwijać algorytmy CV/ML do detekcji, segmentacji, śledzenia, estymacji pozy, przetwarzania chmur punktów oraz głębi. Współpraca z zespołami robotyki, embedded i software'u jest kluczowa.
Brakuje: nie podano wielkości zespołu ani struktury (ile osób cv, ile embedded), brak informacji o procesie rekrutacyjnym (liczba etapów, zadanie domowe).
Rola skupia się na budowie systemów percepcji dla robotyki i AI brzegowej. Praca wykracza poza trenowanie modeli w notebookach – obejmuje integrację z rzeczywistym sprzętem, optymalizację inferencji na urządzeniach brzegowych oraz walidację na prawdziwych danych. Będziesz projektować i rozwijać algorytmy CV/ML do detekcji, segmentacji, śledzenia, estymacji pozy, przetwarzania chmur punktów oraz głębi. Współpraca z zespołami robotyki, embedded i software'u jest kluczowa.
- ✓W pełni zdalna praca z elastycznością lokalizacyjną
- ✓Interesująca domena Physical AI – realne projekty z robotyką i edge AI, a nie tylko wykresy błędów
- ✓Widełki wynagrodzenia (24k-39k) pozwalające na negocjację adekwatnie do doświadczenia
- ✓Nacisk na praktyczne inżynierstwo i wdrożenia, nie tylko badania
- −Brak informacji o kliencie – rola przez agencję, co może oznaczać mniejszą stabilność i ukryte wymagania klienta
- !Szeroki zakres technologii w nice-to-have – ryzyko, że rzeczywisty stack będzie wymagał znajomości wielu z nich
- !Brak informacji o procesie rekrutacyjnym – nie wiadomo ile etapów i czy jest zadanie domowe
- •Projektowanie i implementacja algorytmów Computer Vision dla rzeczywistych zastosowań (detekcja, segmentacja, śledzenie, estymacja pozy)
- •Trenowanie i ulepszanie modeli Deep Learning z użyciem PyTorch/TensorFlow na danych 2D, 3D (chmury punktów, RGB-D) i wielosensorowych
- •Optymalizacja wydajności modeli (latencja, dokładność) oraz walidacja na rzeczywistych danych i przypadkach brzegowych
- •Wdrażanie modeli na urządzeniach brzegowych (NVIDIA Jetson) z użyciem TensorRT, ONNX, CUDA, OpenVINO
- •Współpraca z zespołami robotyki i embedded przy integracji modeli AI z systemami sprzętowymi (kamery, czujniki)
- •Analiza i poprawa jakości modeli w warunkach rzeczywistych (oświetlenie, przesłonięcia, szum sensorów)
- •Praca z geometrią, kalibracją kamer, transformacjami i percepcją 3D
- •Przekształcanie prototypów AI w niezawodne systemy działające poza laboratorium
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z solidnymi podstawami CV i DL (2-3 lata doświadczenia), który potrafi samodzielnie trenować modele w PyTorch/TensorFlow i zna OpenCV. Wymagana jest umiejętność pracy z danymi 3D i geometrią, ale głębsze doświadczenie z wdrożeniami na brzegu może być rozwijane w trakcie projektu.
Osoby, które wolą pracować wyłącznie nad modelami w notebookach i nie interesuje je optymalizacja i wdrażanie na sprzęcie. Nie dla juniorów bez doświadczenia w CV/DL ani dla osób unikających pracy z rzeczywistymi danymi i integracją sprzętową.
- ?Ile osób liczy zespół i jakie są role (CV, embedded, robotyka)?
- ?Jaka jest specyfika sprzętu docelowego (konkretne kamery, roboty)?
- ?Jak wygląda proces walidacji modeli na rzeczywistych danych? Czy są już zebrane dane?
- ?Czy istnieje wsparcie ze strony inżynierów embedded przy integracji?
- ?Jakie są oczekiwania co do obecności w biurze (czy okazjonalne wizyty u klienta)?
- ?Jaki jest stosunek pracy nad nowymi modelami do utrzymania istniejących?
- ?Czy oferowane są dni na naukę lub budżet szkoleniowy?
- ?Czy są dyżury on-call lub praca w trybie awaryjnym?
- −Nie podano wielkości zespołu ani struktury (ile osób CV, ile embedded)
- −Brak informacji o procesie rekrutacyjnym (liczba etapów, zadanie domowe)
- −Nie wiadomo, czy rola wiąże się z dyżurami on-call
- −Nie określono konkretnego klienta ani projektu końcowego
Zespół łączy badania z praktycznym inżynierstwem – praca nad AI wykraczającym poza laboratorium, z naciskiem na współpracę między działami (robotyka, embedded, software). Oczekiwana jest samodzielność i nastawienie na rozwiązywanie realnych problemów.
Powyżej mediany rynkowej
≈ 142,9–232,1 zł/h
Dane z aktywnych ofert zawierających technologię Computer Vision.