Позиция: ML/CV Engineer (Object Detection & Tracking)
Компания: United Developers (UDEV) Локация: Удалённо
Формат: Проектная работа с возможным переходом в штат
Вилка: 200–300 тыс. ₽ фикс за проект (меньше месяца)
О проекте
Автоматизируем работу спортивного оператора: PTZ-камера должна сама следить за игрой в American Football — переключать ракурсы, зумировать, кропать — без участия человека. Клиент — американский стартап, платформа уже работает в продакшене на 800+ площадках (школьный и любительский спорт).
Уже есть рабочий pipeline для баскетбола и soccer. Нужен инженер, который сделает самую сложную часть — American Football, где мяч невидим 70-80% времени (в руках, в толпе), а при пасах летит через всё поле за 1-2 секунды.
Что нужно делать
Обучить YOLO-модель детекции мяча American Football с нуля (мяч ~10-20px, коричневый на зелёном, частые окклюзии, motion blur)
Продумать и реализовать стратегию сбора и разметки данных из видео матчей (есть сырые записи, нет готовой разметки)
Построить hybrid tracking logic: переключение между режимом «центр масс игроков» (основной) и «трекинг мяча» (при пасах/пантах)
Реализовать edge cases: дальний пас, мяч потерян в толпе, переключение zoom при быстром пасе
Подобрать confidence thresholds, протестировать, довести до ≥65% precision при видимом мяче
Конвертация модели в OpenVINO для inference на Intel GPU клиента
Стек: Python (PyTorch) для обучения, C++ для tracking-модуля, OpenVINO, Docker. Сервер с GPU предоставляем.
Требования
Практический опыт обучения object detection моделей (YOLO или аналоги) — не classification, именно detection
Опыт работы с трекингом объектов в видео (Kalman, ByteTrack, DeepSORT)
Понимание метрик детекции (precision, recall, mAP) и умение подбирать confidence threshold не «на глаз»
Python, PyTorch
Опыт работы с видеоданными
Будет плюсом
C++ (интеграция tracking logic)
OpenVINO / ONNX Runtime / TensorRT
Опыт small object detection (tiling, super-resolution)
Zero-shot / open vocabulary detection (Grounding DINO, OWL-ViT) для автоматизации разметки
Опыт с PTZ-камерами или gimbal-системами
Сроки и условия
Загрузка: ~20 -30 ч/нед
Оплата по milestones (2-3 этапа)
Сервер для обучения (A100) предоставляем
Контакт: @Amirinweb
Навыки
ByteTrack (tracking principles)
C++ (integrated development environment software)
DeepSORT (tracking principles)
Docker (manage ICT virtualisation environments)
Kalman (tracking principles)
mAP (metrics)
object detection (image recognition)
ONNX Runtime (software components libraries)
OpenVINO (software components libraries)
precision (metrics)
PTZ camera systems (experience with PTZ-cameras)
Python (computer programming)
PyTorch (software components libraries)
recall (metrics)
small object detection (experience with small object detection)
Домены
Artificial Intelligence
Computer Vision
Machine Learning
Sports
ИИ навыки
ByteTrack
Computer Vision
Confidence Threshold Optimization
C++ Programming
Deep Learning
DeepSORT
Kalman Filtering
mAP Calculation
Object Detection
OpenVINO Inference
Open Vocabulary Detection
Precision and Recall Metrics
PTZ Camera Control
Python programming
ИИ домены
AI systems
American Football
Automated Systems
Computer Vision
Data annotation
Image Processing
Machine Learning
remote sensing
Sports Technology
Video Surveillance
* Домены определены автоматически с помощью нейросети