Инженер компьютерного зрения для подсчёта товаров

Что за роль

Нужен проектный proof of concept для подсчёта товаров на фотографии полки. Пользователь загружает снимок с телефона через веб-страницу, а backend передаёт изображение в пайплайн компьютерного зрения и показывает общее количество обнаруженных товаров. Результаты, имя изображения и время обработки сохраняются, чтобы к предыдущим запускам можно было вернуться после обновления страницы.

Что предстоит делать

    • Собрать лёгкую веб-страницу с загрузкой изображения или drag-and-drop интерфейсом.
    • Реализовать backend на Python с использованием Flask, FastAPI или аналогичного фреймворка.
    • Подключить пайплайн распознавания на OpenCV, TensorFlow, PyTorch или подходящем сочетании инструментов.
    • Обнаруживать отдельные силуэты товаров на снимке и возвращать общий подсчёт.
    • Отображать результат на странице; при возможности добавить рамки обнаружения или тепловую карту.
    • Сохранять количество, имя изображения и временную метку в SQLite или лёгком NoSQL-хранилище.
    • Подготовить запуск проекта одной командой, желательно через Docker Compose, и передать чистый документированный код в приватном Git-репозитории.

Что потребуется

    • Навыки разработки на Python и опыт создания веб-приложений на FastAPI или Flask.
    • Практическое понимание компьютерного зрения и обработки изображений с OpenCV, TensorFlow или PyTorch.
    • Знание JavaScript для реализации клиентской части.
    • Навыки проектирования модульной архитектуры и подготовки понятной документации.
    • Готовность предложить подходящие фреймворки и предобученные модели для демонстрационной версии.

Что важно знать

Критерий проверки — подсчёт товаров с точностью не ниже 90% на тестовом наборе из 20 чётких фотографий полки, которые предоставит заказчик. Сейчас требуется только один снимок на входе и одно итоговое число; распознавание типов товаров и поиск пустых мест на полке рассматриваются как возможные следующие этапы, поэтому архитектуру стоит оставить расширяемой. В описании указана почасовая ставка 750–1250 INR.

Оценка вакансии
6.3 / 10
Задачи и критерии приёмки описаны конкретно: указаны тестовый набор, целевая точность и ожидаемый способ запуска. Не раскрыты сроки, формат взаимодействия и география выполнения; опыт и уровень кандидата не обозначены.
Опубликовано:

Будьте в курсе новых вакансий

Подпишитесь на наш Telegram-канал

TalentMove стал Жабкой

Встречайте
TalentMove 2.0

Удобнее искать. Проще выбирать.

Открыть Жабку