Data Scientist із фокусом на комп’ютерному баченні в Sigma Software

Перейдіть на посаду спеціаліста з обробки даних у Sigma Software, зосередившись на комп’ютерному зрінні. На цій динамічній посаді в нашому Центрі компетенції даних ви будете очолювати інновації, розробляти архітектури рішень і брати участь у передпродажних заходах, використовуючи передову технологію комп’ютерного бачення. Проект — це команда з понад 160 професіоналів. Ми дуже різні, але деякі речі роблять нас справжньою командою: щира пристрасть до нашої роботи, дружелюбність і невичерпний оптимізм, незважаючи ні на що. Як спеціаліст із обробки даних, який приєднується до BU003 Data Competency Center, ви відіграватимете ключову роль у формуванні та керуванні його зусиллями. Обов'язки: - Визначати та вдосконалювати технічні вимоги для проектів комп'ютерного бачення в тісній співпраці з клієнтами та керівниками груп. - Керувати створенням і впровадженням передових моделей комп'ютерного бачення для виявлення об'єктів, класифікації зображень і аналізу відео в реальному часі. - Включати класичну машину методи навчання, такі як кластеризація, класифікація та виявлення аномалій, у проектах Computer Vision для підвищення точності та ефективності.- Працюйте з різними джерелами даних, щоб підготувати та оптимізувати дані для додатків Computer Vision, забезпечуючи надійне навчання моделі та продуктивність.- Керівництво інтеграція моделей Computer Vision у виробничі системи, зосереджуючись на продуктивності та масштабованості в реальному часі.- Будьте в курсі нових тенденцій і технологій у Computer Vision, експериментуйте з новими інструментами та методами, щоб розширити межі поточних моделей і рішень.- Комунікуйте цінність і вплив проектів Computer Vision на зацікавлених сторін, ефективне перетворення складних технічних досягнень на стратегічні бізнес-переваги. Вимоги - Встановлений досвід у Computer Vision, підкріплений глибоким знанням Python і глибоким розумінням основних фреймворків, таких як OpenCV, TensorFlow і PyTorch . - Всебічні знання та практичний досвід роботи з різними архітектурами нейронних мереж, у тому числі згортковими нейронними мережами (CNN), Fast R-CNN, VGG, ResNet, YOLO та SSD, для таких завдань, як класифікація зображень, виявлення об’єктів, сегментація та реальні -час обробки відео. Знайомство з такими методами впровадження, як передача навчання, розширення даних і точне налаштування для оптимізації продуктивності моделі. - Солідний досвід у класичних методах машинного навчання з доведеною здатністю ефективно інтегрувати ці методи з передовими технологіями комп'ютерного зору. - Продемонстрований успіх в управлінні та аналіз різноманітних джерел даних, у тому числі структурованих, неструктурованих і потоків даних у реальному часі, для підготовки й оптимізації даних для моделей комп’ютерного бачення. - Відданість постійному професійному розвитку з акцентом на те, щоб бути в курсі останніх досягнень у методології комп’ютерного бачення, інструменти та класичні методи машинного навчання. - Принаймні рівень англійської мови Upper-Intermediate. Особистий профіль - Продемонстровані навички вирішення проблем і аналітичного мислення з підтвердженим досвідом застосування цих навичок у реальних викликах для виявлення проблем, збирання відповідні дані та розробляти креативні рішення.- Безперервне навчання мислення, що гарантує, що ви не будете спатиo слідкуйте за останніми досягненнями в глибокому навчанні та відповідно адаптуйте навички. - Активно беріть участь в оцінці нових інструментів для аналітичної розробки даних або науки про дані.