<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>EKSLi &#8212; TalentMove</title>
	<atom:link href="https://talent-move.ru/company/eksli/feed/" rel="self" type="application/rss+xml" />
	<link>https://talent-move.ru</link>
	<description>Автоматический аггрегатор вакансий в маркетинге, дизайне, продукте и привлечении пользователей.</description>
	<lastBuildDate>Fri, 20 Nov 2026 03:49:10 +0000</lastBuildDate>
	<language>ru-RU</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://talent-move.ru/wp-content/uploads/2024/11/cropped-tm-logo-32x32-optimized.png</url>
	<title>EKSLi &#8212; TalentMove</title>
	<link>https://talent-move.ru</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Junior CV-инженер</title>
		<link>https://talent-move.ru/jobs/junior-cv-engineer-eksli-moscow-181126-300210/</link>
		
		<dc:creator><![CDATA[earshot_chihuahua]]></dc:creator>
		<pubDate>Fri, 20 Nov 2026 03:49:09 +0000</pubDate>
				<guid isPermaLink="false">https://talent-move.ru/jobs/junior-cv-inzhener/</guid>

					<description><![CDATA[Junior CV-инженер: подготовка датасетов, обучение и тестирование моделей компьютерного зрения, анализ ошибок и совместная подготовка решений к production.]]></description>
										<content:encoded><![CDATA[<h3>Что за роль</h3>
<p>Junior CV-инженер будет заниматься подготовкой данных, обучением и оценкой моделей компьютерного зрения для промышленных задач. В работе важно не только запускать обучение, но и понимать, как качество исходных данных, выбор архитектуры и параметры модели влияют на результат. Вывод моделей в production будет проходить совместно с командой разработки.</p>
<h4>Что предстоит делать</h4>
<ul>
<ul>
<li>Подготавливать и анализировать датасеты для задач компьютерного зрения, проверять их пригодность для обучения.</li>
<li>Размечать данные и контролировать качество разметки, находить и исправлять несоответствия.</li>
<li>Обучать и тестировать CV-модели, оценивать результаты на подготовленных данных.</li>
<li>Проводить эксперименты с архитектурами и параметрами моделей, сопоставлять результаты разных запусков.</li>
<li>Анализировать качество моделей и разбирать причины ошибок, включая проблемы в данных и поведении модели.</li>
<li>Готовить модели к выводу в production вместе с командой разработки.</li>
</ul>
</ul>
<h3>Что потребуется</h3>
<ul>
<ul>
<li>Опыт работы от 1 до 3 лет.</li>
<li>Базовое понимание машинного обучения и компьютерного зрения.</li>
<li>Уверенное владение Python и понимание процесса обучения и оценки моделей.</li>
<li>Интерес к практическим задачам и работе с реальными промышленными данными.</li>
<li>Будет преимуществом опыт с PyTorch или TensorFlow, OpenCV, разметкой данных и CVAT.</li>
<li>Дополнительным плюсом станут проекты по сегментации или трекингу, исследовательские и pet-проекты, публикации, хакатоны или соревнования.</li>
</ul>
</ul>
<h3>Что важно знать</h3>
<p>В описании обозначен полный цикл работы с CV-моделями: от датасетов и разметки до анализа ошибок и подготовки к production. Формат — гибридный или офисный, в Москве; график 5/2.</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
