Ingeniero Ia Vision Por Computador - Remoto / Híbrido

Al final de este mensaje hay una dirección de email para contactarnos directamente -Contratamos Ingeniero de Machine Learning para nuestro equipo especializado en visión por computador.Posición en remoto o híbrido en Sevilla.Buscamos perfiles junior, aunque también son bienvenidos perfiles más avanzados para futuros proyectos.También tenemos oportunidades para estudiantes en prácticas.Los requisitos deseables para el puesto son los siguientes:Experiencia sólida en Computer Vision aplicada a vídeo e imagen.Dominio de Python y PyTorch.Experiencia con modelos de detección como YOLO, DINO / Grounding DINO, DETR o similares.Experiencia en multi-object tracking (MOT): asociación de objetos, persistencia de IDs y re-identificación.Conocimiento de algoritmos/frameworks de tracking como ByteTrack, BoT-SORT, DeepSORT, OC-SORT o equivalentes.Experiencia resolviendo oclusiones, cruces, desapariciones y reapariciones de objetos.Experiencia en identificación y Re-ID mediante embeddings y métricas de similitud.Experiencia en sistemas de conteo de objetos/personas y análisis de trayectorias.Conocimiento de segmentación, detección y estimación espacial cuando sea necesario.Experiencia entrenando, haciendo fine-tuning y evaluando modelos con datasets propios.Buen conocimiento de métricas de detección y tracking: mAP, precision/recall, IDF1, HOTA, MOTA, etc.Experiencia en data augmentation, anotación, limpieza y gestión de datasets de visión.Capacidad para diagnosticar errores de modelos en condiciones reales: iluminación, perspectiva, blur, cámaras móviles, densidad de objetos, etc.Experiencia optimizando inferencia para tiempo real / baja latencia, GPU y procesamiento de vídeo.Conocimiento de OpenCV y herramientas habituales del ecosistema de Computer Vision.Experiencia llevando modelos de visión desde prototipo hasta producción.Capacidad para diseñar, experimentar y comparar distintas arquitecturas y estrategias de tracking de forma autónoma.Agradecemos mucho todas las aplicaciones recibidas y os pedimos disculpas de antemano por no poder responder a todas ellas de forma adecuada debido al volumen recibido.#J-*****-Ljbffr

Experiencia sólida en Computer Vision aplicada a vídeo e imagen. Dominio de Python y PyTorch. Experiencia con modelos de detección como YOLO, DINO / Grounding DINO, DETR o similares. Experiencia en multi-object tracking (MOT): asociación de objetos, persistencia de IDs y re-identificación. Conocimiento de algoritmos/frameworks de tracking como ByteTrack, BoT-SORT, DeepSORT, OC-SORT o equivalentes. Experiencia resolviendo oclusiones, cruces, desapariciones y reapariciones de objetos. Experiencia en identificación y Re-ID mediante embeddings y métricas de similitud. Experiencia en sistemas de conteo de objetos/personas y análisis de trayectorias. Conocimiento de segmentación, detección y estimación espacial cuando sea necesario. Experiencia entrenando, haciendo fine-tuning y evaluando modelos con datasets propios. Buen conocimiento de métricas de detección y tracking: mAP, precision/recall, IDF1, HOTA, MOTA, etc. Experiencia en data augmentation, anotación, limpieza y gestión de datasets de visión. Capacidad para diagnosticar errores de modelos en condiciones reales: iluminación, perspectiva, blur, cámaras móviles, densidad de objetos, etc. Experiencia optimizando inferencia para tiempo real / baja latencia, GPU y procesamiento de vídeo. Conocimiento de OpenCV y herramientas habituales del ecosistema de Computer Vision. Experiencia llevando modelos de visión desde prototipo hasta producción. Capacidad para diseñar, experimentar y comparar distintas arquitecturas y estrategias de tracking de forma autónoma. Agradecemos mucho todas las aplicaciones recibidas y os pedimos disculpas de antemano por no poder responder a todas ellas de forma adecuada debido al volumen recibido. #J-*****-Ljbffr