К списку

CV-инженер (техлид) в службу AI-сервисов Лавки

Яндекс

Гибрид seniorЯндекс ЛавкаML-разработчик

[[slider]]

Яндекс Лавка — сервис быстрой доставки товаров из дарксторов. За клиентским приложением стоит большой пласт операционной деятельности: дарксторы, распределительные центры, производство и другие процессы, где много рутинных проверок и огромный потенциал для применения computer vision.

Мы ищем на техлидскую IC-роль сильного CV-инженера, который целиком возьмёт на себя техническую ответственность за создание и развитие CV-решений для операционных процессов. Это не people-management-позиция, а роль с высоким уровнем самостоятельности и ownership.

Какие задачи вас ждут

Ведение CV-решений end-to-end
Вам предстоит вести весь технический контур от выбора подхода и архитектуры до продакшна: определять, где достаточно анализа изображений, а где нужен видеоанализ, решать, когда подходят готовые модели, а когда требуется дообучение.

Детекция нарушений по камерам в дарксторах
Вы будете разрабатывать решения, которые автоматически выявляют отклонения в корректности хранения товара, соблюдении норм гигиены, правил пожарной безопасности и других операционных требований.

Написание кода и сборка пайплайнов
Вам нужно будет писать продакшн-код, собирать пайплайны обработки и инференса, доводить решения до стабильной работы в продакшне.

Баланс качества, стоимости и надёжности
Важно уметь смотреть на задачу с точки зрения не только качества модели, но и стоимости инфраструктуры, надёжности и сложности внедрения.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

  • Работали с видеоаналитикой или готовы в неё погружаться
  • Имеете сильный опыт в computer vision: детекции, сегментации, классификации
  • Умеете самостоятельно вести CV-проекты от идеи до продакшна
  • Разрабатываете на Python, владеете фреймворками: PyTorch или аналогами
  • Понимаете, как устроены MLOps-пайплайны и деплой моделей
  • Проактивны и очень самостоятельны

Будет плюсом, если вы

  • Работали с real-time-видеоаналитикой
  • Оптимизировали модели: работали с TensorRT, ONNX и другими инструментами
  • Разворачивали CV-решения в промышленных или операционных средах

Источник: yandex.ru (Яндекс) 29 августа 2026