This offer base language is English. Translate into Ukrainian.

This translation is generic and may include errors. Show original text

Technologies & tools

Must have

CNN (Convolutional Neural Network) Python OpenCV PyTorch Cloud Computing NumPy

Nice to have

C++

We’re looking for vision engineers who know that not every problem needs a neural network — and that some problems can’t be solved without one. You’ll work across the full spectrum of computer vision: classical geometric methods like camera calibration, stereo, and multi-view geometry, alongside modern deep learning for detection, segmentation, and tracking. Knowing which tool fits which problem is exactly the judgment we’re hiring for.

Our vision projects are not academic exercises. They run on factory floors, in vehicles, and on edge devices with real latency and accuracy constraints — from quality inspection in manufacturing through autonomous driving perception to enterprise-scale image and video analytics.

What we offer:

AI Grant — Stop talking about AI and start building it. Our AI Grant gives you dedicated budget and resources to turn your wildest AI idea into a working project, backed by two paid weeks to focus on nothing else.

AI Center of Excellence — Work alongside specialists in agentic AI, sovereign AI, generative and discriminative AI. This isn’t a siloed team — it’s the people you’ll learn from and build with daily.

Your tools, your choice — Full access to AI-powered development tools including Claude, Cursor, and GitHub Copilot. Pick what works best for you.

Real project variety — From generative AI for legal document compliance through agentic systems in manufacturing environments to enterprise-scale AI platforms, computer vision, and autonomous driving. You won’t get bored.

Conference and speaking support — Want to attend conferences? We’ll back you. Want to speak at them? Even better — we’ll support you with dedicated preparation time and bonuses.

Your tasks

Design and implement vision systems combining classical and learning-based approaches — choosing the right method for the constraints of each problem
Apply geometric computer vision in practice: camera calibration (intrinsic/extrinsic), stereo and multi-view geometry, feature detection and matching, pose estimation, structure-from-motion, and visual SLAM
Build, train, and fine-tune deep learning models for object detection, semantic and instance segmentation, multi-object tracking, OCR, and anomaly detection using PyTorch
Develop image processing pipelines with OpenCV and NumPy: filtering, morphology, thresholding, contour analysis, and color space operations
Optimize models and pipelines for deployment: quantization, pruning, ONNX/TensorRT conversion, and real-time inference on edge devices and GPUs
Own data quality end-to-end: dataset design, annotation strategy, augmentation, and systematic error analysis on real-world imagery
Build evaluation frameworks that measure what matters in production — not just mAP on a benchmark, but failure modes under real conditions
Collaborate with AI Architects and ML engineers to integrate vision components into larger systems, on-prem and in the cloud

Requirements

At least 5 years in computer vision engineering, with vision systems shipped to production — not just research prototypes
Solid grounding in geometric vision: projective geometry, camera models, epipolar geometry, and 3D reconstruction fundamentals
Hands-on deep learning experience: training and deploying CNN- and transformer-based models (e.g., YOLO family, Mask R-CNN, DETR, SAM) for real applications
Strong Python and OpenCV skills; comfort with PyTorch and the surrounding ecosystem (torchvision, Albumentations, ONNX)
Experience optimizing inference for constrained environments — latency budgets, embedded hardware, or high-throughput video
The judgment to pick a homography over a transformer when the problem calls for it — and to defend that choice
Ability to work autonomously while collaborating effectively with architects, engineers, and product teams
Fluent English (both written and spoken)
Fluent Polish required
Residing in Poland required

Nice to have

C++ skills for performance-critical pipelines and integration with existing vision systems
Previous work with visual SLAM, sensor fusion (LiDAR, radar, IMU), or autonomous driving perception stacks
Exposure to vision-language models (CLIP, Grounding DINO) and foundation-model-based labeling or zero-shot pipelines
Experience deploying on NVIDIA Jetson, industrial cameras (GenICam/GigE), or cloud vision services on Azure, AWS, or GCP

Job no. 260612-LXSXE

Sii ensures that all hiring decisions are made solely on the basis of qualifications and competence. We are committed to equal and fair treatment of all, regardless of legally protected characteristics. At Sii, we promote a diverse and inclusive work environment, in full compliance with applicable anti-discrimination laws.

Технології

Необхідні навички

CNN (Convolutional Neural Network) Python OpenCV PyTorch Cloud Computing NumPy

Буде перевагою

C++

Ми шукаємо інженерів у галузі комп'ютерного зору, які розуміють, що не кожна проблема вимагає застосування нейронної мережі — але що деякі проблеми неможливо вирішити без неї. Ви будете працювати у всьому спектрі комп'ютерного зору: від класичних геометричних методів, таких як калібрування камери, стерео та багатокутова геометрія, до сучасного глибокого навчання для виявлення, сегментації та відстеження. Уміння визначити, який інструмент підходить для якої проблеми, — саме це ми шукаємо у наших співробітниках.

Наші проекти у сфері машинного зору — це не академічні вправи. Вони реалізуються на виробничих майданчиках, у транспортних засобах та на периферійних пристроях з реальними обмеженнями щодо затримки та точності — від контролю якості у виробництві через сприйняття в автономному водінні до аналізу зображень та відео на рівні підприємства.

Що ми пропонуємо:

Грант на ШІ — Припиніть говорити про ШІ та почніть його створювати. Наш грант на ШІ надає вам спеціальний бюджет та ресурси, щоб перетворити вашу найсміливішу ідею щодо ШІ на робочий проєкт, підкріплений двома оплачуваними тижнями, щоб ви могли зосередитися виключно на цьому.

Центр передового досвіду в галузі ШІ — працюйте пліч-о-пліч із фахівцями з агентного ШІ, суверенного ШІ, генеративного та дискримінативного ШІ. Це не ізольована команда — це люди, від яких ви будете вчитися та з якими будете працювати щодня.

Ваші інструменти, ваш вибір — повний доступ до інструментів розробки на базі штучного інтелекту, включаючи Claude, Cursor та GitHub Copilot. Обирайте те, що підходить вам найкраще.

Справжня різноманітність проєктів — від генеративного ШІ для забезпечення відповідності юридичних документів через агентні системи у виробничих середовищах до платформ ШІ корпоративного масштабу, комп’ютерного зору та автономного водіння. Вам не буде нудно.

Підтримка у участі в конференціях та виступів — Хочете відвідувати конференції? Ми вас підтримаємо. Хочете виступати на них? Ще краще — ми надамо вам спеціальний час на підготовку та бонуси.

Завдання

Розробка та впровадження систем машинного зору, що поєднують класичні підходи та підходи на основі машинного навчання — вибір методу, що відповідає умовам кожної задачі
Застосування геометричного комп'ютерного зору на практиці: калібрування камери (внутрішнє/зовнішнє), стерео- та багатокутова геометрія, виявлення та зіставлення ознак, оцінка положення, відтворення структури з руху та візуальний SLAM
Створювати, навчати та налаштовувати моделі глибокого навчання для виявлення об’єктів, семантичної та екземплярної сегментації, відстеження декількох об’єктів, OCR та виявлення аномалій за допомогою PyTorch
Розробка конвеєрів обробки зображень за допомогою OpenCV та NumPy: фільтрування, морфологія, порогове значення, аналіз контурів та операції з колірним простором
Оптимізація моделей та конвеєрів для розгортання: квантування, обрізка, конвертація ONNX/TensorRT та інференція в реальному часі на периферійних пристроях та графічних процесорах
Повний контроль якості даних: проектування наборів даних, стратегія анотації, розширення та систематичний аналіз помилок на реальних зображеннях
Створення фреймворків оцінки, що вимірюють те, що має значення у виробництві — не лише mAP на тестовому наборі, а й режими відмови в реальних умовах
Співпраця з архітекторами ШІ та інженерами машинного навчання для інтеграції компонентів зору в більші системи, як локальні, так і хмарні

Наші очікування

Щонайменше 5 років досвіду роботи в галузі комп'ютерного зору, з досвідом впровадження систем машинного зору у виробництво — а не лише створення дослідних прототипів
Міцні знання в галузі геометричного зору: проективна геометрія, моделі камер, епіполярна геометрія та основи 3D-реконструкції
Практичний досвід роботи з глибоким навчанням: навчання та розгортання моделей на основі CNN та трансформерів (наприклад, сімейство YOLO, Mask R-CNN, DETR, SAM) для реальних застосувань
Сильні навички роботи з Python та OpenCV; впевненість у роботі з PyTorch та супутньою екосистемою (torchvision, Albumentations, ONNX)
Досвід оптимізації інференції для обмежених середовищ — бюджети затримки, вбудоване обладнання або відео з високою пропускною здатністю
Здатність вибрати гомографію замість трансформера, коли цього вимагає задача, та обґрунтувати цей вибір
Здатність працювати самостійно, ефективно співпрацюючи з архітекторами, інженерами та продуктовими командами
Вільне володіння англійською мовою (як письмовою, так і усною)
Вільне володіння польською мовою обов'язкове
Необхідно проживати в Польщі

Буде перевагою

Знання мови C++ для розробки конвеєрів, де важлива продуктивність, та інтеграції з існуючими системами машинного зору
Попередній досвід роботи з візуальним SLAM, об'єднанням даних з датчиків (LiDAR, радар, IMU) або стеками сприйняття для автономного водіння
Досвід роботи з моделями «зору-мови» (CLIP, Grounding DINO) та маркуванням на основі базових моделей або конвеєрами «zero-shot»
Досвід розгортання на NVIDIA Jetson, промислових камерах (GenICam/GigE) або хмарних сервісах зорового сприйняття на Azure, AWS або GCP

Вакансія № 260612-LXSXE

Automating financial analysis with AI

Quality Control Center for ABB – gaining control over IT system quality

Berlingske Media enters the digital-first era – platform modernization with Sii Poland

E-commerce modernization to support growth and smooth shopping experience

Senior Computer Vision Engineer – Classical & Deep Learning (f/m/x)

Get to know Sii better

Get to know Sii better

Apply for