1. Общие положения

1.1. Настоящая должностная инструкция определяет производственные функции, квалификационные требования, права и ответственность инженера компьютерного (машинного) зрения / Computer Vision Engineer (CV-инженера) (далее — Работник).

1.2. Должность относится к категории ведущих разработчиков в области прикладного искусственного интеллекта и обработки видеопотоков.

1.3. Назначение на должность и освобождение от нее производятся приказом Генерального директора по представлению Head of Computer Vision / Chief Data Officer.

1.4. CV-инженер непосредственно подчиняется Тимлиду группы компьютерного зрения (Lead CV Engineer).

1.5. В своей служебной деятельности Работник руководствуется:

• Трудовым кодексом РФ, Федеральным законом № 152-ФЗ «О персональных данных» (включая требования к биометрическим персональным данным — ст. 11);
• Профессиональным стандартом 06.042 «Специалист по моделированию, сбору и анализу данных с использованием методов машинного обучения»;
• Регламентами обеспечения качества кода, политиками информационной безопасности и стандартами MLOps.

2. Квалификационные требования к специальности

2.1. Образование: Высшее образование (математическое, инженерное, физико-техническое) по профилю «Прикладная математика и информатика», «Оптико-электронные приборы и системы», «Робототехника и мехатроника».

2.2. Требования к опыту: Опыт коммерческой разработки и обучения моделей компьютерного зрения от 2 лет (для Senior — от 4 лет с подтвержденным портфолио внедрений).

2.3. Инженер машинного зрения (CV-инженер) должен знать:

• Классические алгоритмы обработки изображений: фильтрация, цветовые пространства, детекция границ (Canny, Sobel), поиск ключевых точек (SIFT, ORB), морфологические операции;
• Архитектуры глубоких нейросетей для CV: сверточные сети (ResNet, EfficientNet, ConvNeXt), Vision Transformers (ViT, Swin), диффузионные модели;
• Задачи и архитектуры детекции и сегментации: семейство YOLO (v8/v9/v10/v11), RT-DETR, Mask R-CNN, Segment Anything Model (SAM), DeepLab;
• Задачи трекинга объектов (Object Tracking): DeepSORT, ByteTrack, BoT-SORT;
• Распознавание лиц, верификация и биометрия: ArcFace, CosFace, InsightFace;
• Распознавание текста (OCR): PaddleOCR, Tesseract, TrOCR;
• Стек разработки: Python, C++ (для встраиваемых систем), PyTorch, OpenCV, Albumentations, MMsegmentation, MMDetection;
• Оптимизация инференса под целевые устройства (Edge Devices, GPU, CPU): TensorRT, ONNX Runtime, OpenVINO, TVM, квантование (INT8/FP16), прунинг;
• Работа с видеопотоками в реальном времени: RTSP, WebRTC, GStreamer, FFmpeg, DeepStream SDK.

Справочные данные классификаторов

3. Должностные и профессиональные обязанности

Инженер компьютерного зрения выполняет следующие обязанности:

3.1. Разработка и обучение моделей:

• Осуществляет сбор, очистку, фильтрацию и аугментацию графических и видеодатасетов, составляет технические задания и контролирует разметку данных асессорами (Label Studio, CVAT).
• Обучает и валидирует нейросетевые модели для задач классификации, детекции объектов, семантической/инстанс-сегментации и трекинга в видеопотоке.
• Оптимизирует метрики качества моделей: mAP@0.5:0.95, IoU, Precision, Recall, F1-score.
• Разрабатывает алгоритмы 3D-реконструкции, оценки позы человека (Pose Estimation) и калибровки камер.

3.2. Оптимизация и развертывание (Deployment):

• Оптимизирует скорость работы нейросетей (FPS, Inference Latency) для запуска на целевом железе (NVIDIA Jetson, серверные GPU, мобильные NPU).
• Интегрирует обученные CV-пайплайны в масштабируемые микросервисы обработки потокового видео (FastAPI, Triton Inference Server, GStreamer).
• Осуществляет мониторинг стабильности распознавания на реальных камерах видеонаблюдения при различных условиях освещенности.

4. Права работника

CV-инженер имеет право:

• Запрашивать дополнительные аппаратные мощности (GPU-серверы, видеокарты NVIDIA A100/H100/L40) для обучения масштабных моделей.
• Выбирать архитектуры нейросетей и методы сжатия (квантование, дистилляция знаний) для достижения требуемого компромисса между точностью и скоростью.
• Отклонять некачественно размеченные датасеты и требовать повторной разметки.

5. Ответственность

CV-инженер несет ответственность за:

• Низкую точность распознавания: высокий уровень ложных срабатываний (False Positive), приведший к ошибкам в промышленных системах контроля качества или безопасности.
• Просадки по FPS (Latency): неспособность алгоритма обрабатывать видеопоток в режиме реального времени (Real-Time processing).
• Нарушение законодательства о биометрии: несанкционированный сбор и хранение биометрических данных лиц граждан (ст. 13.11 КоАП РФ).

6. Взаимодействие и KPI

6.1. Связи: взаимодействует с MLOps-инженерами, разработчиками встраиваемых систем (Embedded/C++), разметчиками данных и продакт-менеджерами.

6.2. KPI: достижение целевой точности (mAP > 90%), обеспечение стабильного real-time инференса (не менее 25–30 FPS на поток), соблюдение сроков релизов моделей.