Computer Vision Engineer / ML-разработчик
В архиве с 10 февраля 2021
от 110 000 до 160 000 ₽ на руки
Требуемый опыт работы: 1–3 года
Полная занятость, полный день
Москва
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Москва, Крылатское
Без опыта
Поддержание и создание пайплайнов для сбора данных для разметки. Постановка гипотез и проведение экспериментов, доведение результатов до прототипов.
Уверенное владение Python, опыт написания промышленного кода (понимать, как настраивается окружение и зачем это нужно). Знание методов классического машинного зрения...
Москва
Опыт от 1 года до 3 лет
Можно из дома
E2E процесс запуска дата-продуктов в Yandex Cloud Platform: проработка деталей решений с бизнесом, проектирование архитектуры, разработка / рефакторинг...
Высшее образование и соответствующий опыт в области статистики, математики, информатики или смежных областях. Уверенное знание SQL, Python, алгоритмов машинного обучения...
Москва, Улица 1905 года
Опыт от 3 до 6 лет
Разработкой алгоритмов глубокого обучения для работы с медицинскими изображениями. Поиском, обучением и внедрением SOTA решений для задач классификации, сегментации и...
Имеешь опыт работы в Deep Learning: Middle - 1-3 года, Senior - 3-6 лет. Знаком с базовой математической подготовкой и...
Computer Vision Engineer, Perception
до 200 000 ₽Москва
Опыт от 1 года до 3 лет
CV&ML developer
от 150 000 ₽Москва
Опыт от 1 года до 3 лет
Подбор аппаратных компонентов систем машинного зрения (камеры, оптика, освещение, инженерные станции). - Разработка программного обеспечения с использованием систем компьютерного зрения. -
Опыт разработки на C# от 1 года. - Опыт работы с системами компьютерного зрения и машинного обучения от 1 года. -
Опыт от 3 до 6 лет
Разработка моделей глубокого обучения для распознавания с камер, лидаров и радаров. Исследование новых подходов computer vision и внедрение их в...
Коммерческий опыт в задачах CV более 3х лет. Глубокая экспертиза в DL (основные блоки, способы обучения, функции потерь, метрики).
Москва