Data Scientist со специализацией в области компьютерного зрения (Центр компетенции по данным) в Sigma Software

Вступите в роль специалиста по данным в Sigma Software, специализирующегося на компьютерном зрении. На этой динамичной позиции в нашем Центре компетенции по обработке данных вы будете возглавлять инновации, разрабатывать архитектуры решений и участвовать в предпродажной деятельности, используя передовые технологии компьютерного зрения. Project We — это команда из более чем 160 профессионалов. Мы очень разные, но несколько вещей делают нас настоящей командой: неподдельная страсть к своей работе, дружелюбие и неиссякаемый оптимизм, несмотря ни на что. Специалист по данным AsaMiddle, присоединяющийся к Центру компетенции по данным BU003, вы будете играть решающую роль в формировании и стимулировании его усилий. ОБЯЗАННОСТИОпределять и уточнять технические требования для проектов компьютерного зрения в тесном сотрудничестве с клиентами и руководителями групп. Руководить созданием и внедрением передовых моделей компьютерного зрения для обнаружения объектов, классификации изображений и анализа видео в реальном времени. Внедрять классические методы машинного обучения, такие как кластеризация, классификация и обнаружение аномалий в проектах компьютерного зрения для повышения точности и эффективности. Работа с различными источниками данных для подготовки и оптимизации данных для приложений компьютерного зрения, обеспечивая надежное обучение и производительность моделей. Руководствуйтесь интеграцией моделей компьютерного зрения в производственные системы, уделяя особое внимание производительности и масштабируемости в реальном времени. Будьте в курсе событий. о новых тенденциях и технологиях в области компьютерного зрения, экспериментируя с новыми инструментами и методами, чтобы расширить границы существующих моделей и решений. Сообщать о ценности и влиянии проектов компьютерного зрения заинтересованным сторонам, эффективно превращая сложные технические достижения в стратегические бизнес-преимущества. Активно участвовать в оценке новых инструментов для аналитического проектирования данных или данных. научные ТРЕБОВАНИЯ: устойчивый опыт в области компьютерного зрения, подкрепленный сильным знанием Python и глубоким пониманием основных инфраструктур, таких как OpenCV, TensorFlow и PyTorch. Всесторонние знания и практический опыт работы с различными архитектурами нейронных сетей, включая сверточные нейронные сети (CNN), Fast R-CNN, VGG, ResNet, YOLO и SSD для таких задач, как классификация изображений, обнаружение объектов, сегментация и обработка видео в реальном времени. Знакомство с такими методами реализации, как трансферное обучение, увеличение данных и точная настройка для оптимизации производительности модели. Уверенный опыт работы с классическими методами машинного обучения с проверенной способностью эффективно интегрировать эти методы с передовыми технологиями компьютерного зрения. Демонстрация успеха в управлении и анализе различных источников данных, включая структурированные и неструктурированные. и потоки данных в реальном времени для подготовки и оптимизации данных для моделей компьютерного зрения. Стремление к постоянному профессиональному развитию с упором на то, чтобы быть в курсе последних достижений в методологиях, инструментах и ​​классических методах компьютерного зрения. Владение английским языком: уверенный средний уровень или выше (оба письменных). и разговорный) ЛИЧНЫЙ ПРОФИЛЬ: Продемонстрированные навыки решения проблем и аналитического мышления, с подтвержденным опытом применения этих навыков для решения реальных задач для выявления проблем, сбора соответствующих данных и разработки творческих решений. Продолжениеuous learning mindset, ensuring you stay updated with latest advancements indeep learning и adapt skills accordinglyПРОЕКТЫ— команда из 160+профессионалов. Очень разные, но несколько вещей делают нас настоящей командой: неподдельная страсть к своей работе, дружелюбие таневичерпний оптимизм, несмотря ни за что. Присоединившись к BU003 Data Competency Center на должность Middle Data Scientist, ты будешь играть решающую роль в формировании и развитии его деятельности. ОБЯЗАННОСТИ Определять и уточнять технические требования к проектам компьютерного зрения в тесном сотрудничестве с клиентами и руководителями команд Управлять созданием и внедрением передовых моделей компьютерного зрения для выявления объектов, классификации изображений и анализа видео в реальном времени в проекты компьютерного зрения для повышения точности и эффективности Работать с различными источниками данных для подготовки и оптимизации данных для приложений компьютерного зрения, обеспечивая надежное обучение и производительность модели Управлять интеграцией моделей компьютерного зрения в производственные системы, сосредотачиваясь на производительности и масштабируемости в реальном времени. компьютерного зрения, экспериментировать с новыми инструментами и методами, чтобы расширить границы существующих моделей решений Доносить ценность и влияние проектов компьютерного зрения до заинтересованных сторон, эффективно превращая сложные технические достижения в стратегические бизнес-преимущества. Знание английского языка: Уверенный уровень Intermediate или выше (как письменно, так и устно) ТРЕБОВАНИЯ Опыт в области компьютерного зрения, подкрепленный высоким уровнем владения языком программирования Python и глубоким пониманием основных фреймворков, таких как OpenCV, TensorFlow и PyTorch Всесторонние знания сверточные нейронные сети (CNN), Fast R-CNN, VGG, ResNet, YOLO и SSD, для выполнения таких задач, как классификация изображений, обнаружение объектов, сегментация и обработка видео в реальном времени Знание методов реализации, таких как трансферное обучение, аугментация данных и точная настройка для оптимизации производительности модели Солидный опыт в классических методах машинного обучения с доказанной способностью эффективно интегрировать эти методы с передовыми технологиями компьютерного зрения Наличие успешного опыта в управлении и анализе различных источников данных, включая структурированные, неструктурированные данные и потоки данных в реальном времени, с целью подготовки и оптимизации данных для моделей к постоянному профессиональному развитию, акцентом на постоянное отслеживание последних достижений в методологиях, инструментах компьютерного зрения и классических методах машинного обучения