computer vision engineer in video analytics

Ованесов Надежда Александровна; United States; Remote; USD 110,000 - 180,000; Full time

Job summary

Ованесов Надежда Александровна ищет инженера для развития всей системы от камеры до клиентского результата. В вакансии подчеркиваются навыки Python в продакшене, работа с Linux и опыт с IP-камерами, RTSP и видеопотоками.

Также важны детекция и трекинг людей, PyTorch и CUDA; преимущество — edge-устройства, TensorRT, vLLM/Qwen-VL. Условия включают реальный продукт, собственный GPU-сервер и свободу выбора инструментов с влиянием на архитектуру.

Qualifications

• 3+ года Python в продакшене.
• Уверенный Linux.
• Практический опыт с IP-камерами, RTSP, FFmpeg или GStreamer.
• Детекция и трекинг людей, PyTorch и CUDA.
• Плюсом: edge-устройства, TensorRT, vLLM / Qwen-VL.

Responsibilities

• Онлайн подключать камеры в систему, настраивать RTSP-потоки и обработку видео на Python.
• Развивать детекцию и трекинг людей, подсчёт посетителей и работу с визуальными ИИ-моделями.
• Обеспечивать стабильность системы, оптимизировать нагрузку и повышать точность аналитики.

Skills

Python

Linux

IP cameras

RTSP

FFmpeg

GStreamer

People detection

People tracking

PyTorch

CUDA

Edge devices

TensorRT

vLLM

Qwen-VL

Job description

Описание

Помогаем розничным сетям понимать поведение покупателей: считаем посетителей, строим тепловые карты и анализируем маршруты по видео. Пилот уже работает в магазинах крупной сети одежды. Ищем инженера, которому интересно развивать всю систему - от камеры до результата для клиента.

Задачи

Онлайн подключать камеры в систему, настраивать RTSP-потоки и обработку видео на Python. Развивать детекцию и трекинг людей, подсчёт посетителей и работу с визуальными ИИ-моделями. Обеспечивать стабильность системы, оптимизировать нагрузку и повышать точность аналитики.

Требования

От 3 лет Python в продакшене уверенный Linux Практический опыт с IP-камерами, RTSP, FFmpeg или GStreamer, а также с детекцией и трекингом людей, PyTorch и CUDA. Будет плюсом: edge-устройства, TensorRT, vLLM / Qwen-VL и сопоставление людей между камерами

Условия

Реальный продукт, собственный GPU-сервер, свободу выбора инструментов и влияние на архитектуру. Оплата по итогам собеседования с учётом опыта.