Wymagania

Technologie wymagane

Python

Git

Docker

OpenCV

NumPy

Pillow

PyTorch

Keras

KerasCV

TensorFlow

AMQP

Jira

Scrum

scikit-learn

Technologie mile widziane

AWS

S3

System operacyjny

Windows

Linux

Nasze wymagania

• Min. 3 lata doświadczenia w Pythonie, w tym z aplikacjami systemowymi lub AI.
• Bardzo dobra znajomość Python 3.x, OpenCV, NumPy / SciPy, Pillow.
• Znajomość frameworków służących tworzeniu wizyjnych modeli sztucznej inteligencji: PyTorch, Keras, Keras CV, Tensorflow, scikit-learn i inne.
• Znajomość systemów kolejkowych AMQP, w szczególności RabbitMQ.
• Doświadczenie w pracy nad projektem z wykorzystaniem zasad wielowątkowości i wieloprocesowości.
• Umiejętność optymalizacji kodu pod kątem wydajności (CPU/GPU, RAM).
• Praktyczna znajomość Git, Docker.
• Doświadczenie pracy z środowiskami programistycznymi Windows i Linux.
• Umiejętność pracy zespołowej, komunikatywność, zaangażowanie.
• Język angielski na poziomie umożliwiającym rozumienie i tworzenie dokumentacji technicznej.

Mile widziane

• Wykształcenie wyższe z zakresu informatyki.
• Znajomość AWS i S3.
• Doświadczenie w tworzeniu datasetów dla modeli CV.
• Doświadczenie z tworzeniem i realnym wykorzystaniem modeli sztucznej inteligencji.
• Znajomość i rozumienie modeli klasyfikacyjnych, detekcyjnych oraz segmentacyjnych.

Twój zakres obowiązków

• Projektowanie i rozwój modeli sztucznej inteligencji z zakresu Computer Vision.
• Tworzenie, trenowanie i optymalizacja modeli uczenia maszynowego dopasowanych do potrzeb biznesowych.
• Implementacja rozwiązań z wykorzystaniem bibliotek takich jak TensorFlow, PyTorch, scikit-learn i innych.
• Analiza danych i przygotowanie zbiorów treningowych.
• Zbieranie, oczyszczanie i przetwarzanie danych wejściowych.
• Wdrażanie modeli AI do środowiska produkcyjnego.
• Praca z zespołem nad integracją modeli z istniejącymi systemami.
• Monitorowanie wydajności modeli i ich aktualizacja w odpowiedzi na zmiany w danych lub potrzebach biznesowych.
• Przeprowadzanie eksperymentów, tuning hiperparametrów i porównywanie wyników różnych podejść.
• Utrzymywanie wysokiej jakości kodu i dokumentacji technicznej.
• Debugowanie i profilowanie aplikacji pod kątem wydajności CPU/GPU.
• Współpraca z zespołem w ramach spójnego pipeline’u produkcyjnego.
• Tworzenie testów jednostkowych i integracyjnych.
• Udział w przeglądach kodu, wdrożeniach i planowaniu sprintów w ramach agile/scrum.
• Wsparcie techniczne w zakresie zastosowania sztucznej inteligencji.