Détection qui survit aux vraies caméras
Bounding boxes, classes et seuils traités comme travail produit, pas un notebook YOLO qui ne marche que sur le dossier d'échantillons de l'ingénieur.
Computer Vision · Détection · OCR · Imagerie
Ingénieurs computer vision qui livrent sur de vraies images, pas des échantillons
Un recrutement computer vision n'est pas « quelqu'un qui a lancé un notebook YOLO ». Les ingénieurs iQud livrent détection, OCR et intelligence d'imagerie qui survivent aux vraies caméras, à la vraie lumière et au prochain dataset, pas une démo qui ne marche que sur le dossier d'échantillons de l'ingénieur.
- Détection et OCR sur de vraies entrées
- Intelligence d'imagerie dans le workflow
- Eval et serving au-delà du notebook
- Première PR en environ une semaine
Signaux de livraison computer vision
- 5 jDélai typique jusqu'à la première pull request
- CVVraies images, pas une démo dossier-échantillons
- OCRDétection et extraction comme travail produit
- 2 sem.Cadence de sprint avec revue d'images
Les sièges computer vision que nous staffons vraiment
« Computer vision » n'est pas un seul métier. Nous matchons la surface produit dont vous avez besoin, les mêmes stacks que les pages Computer Vision, ML Development et MLOps d'iQud.
01 02 OCR et imagerie documentaire
Extraction depuis scans, photos et formulaires possédée dans le repo, pas un script Tesseract one-shot que personne ne peut réentraîner après le lancement.
03 Intelligence d'imagerie en santé et entreprise
Analytique visuelle dans le workflow (qualité, confidentialité et revue), pas une démo qui ne tourne que sur un laptop GPU.
04 Serving et eval au-delà du notebook
Inférence, latence et cas d'échec possédés comme travail produit, pour que le prochain flux caméra ne se batte pas avec les poids du trimestre dernier.
05 MLOps avec lesquels le prochain job peut vivre
Datasets, versioning et monitoring traités comme travail possédé, pas une slide « on mettra en prod plus tard ».
06 Quand un siège GenAI, AI / ML mixte ou Python API est meilleur
Un chatbot RAG, un mix training-NLP, ou une flotte FastAPI sans images veut encore un autre recrutement. Nous le dirons à l'appel d'intro au lieu de forcer un siège vision-only.
Les outils ouverts dès le premier jour
Chaque tuile est une page technologie ou service iQud. Le bandeau ci-dessous est la stack computer vision que ces ingénieurs livrent déjà (OpenCV, YOLO, PyTorch, TensorFlow et les outils de serving autour), pas LangChain, chatbots, ni le catalogue AI / ML complet.
De l'appel d'intro à une PR mergée
Un recrutement computer vision doit livrer un détecteur, un chemin OCR ou une eval sur vos images, pas rester deux mois en théâtre d'onboarding pendant que le dossier d'échantillons reste une rumeur.
1 Cartographier le trou computer vision
Détection vs OCR vs analytique d'imagerie, maturité des données, séniorité, heures de recouvrement, et à quoi ressemble « terminé en 30 jours » sur de vraies entrées.
2 Shortlister de vrais ingénieurs
Nous matchons les spécialistes CV disponibles à votre brief et partageons du travail pertinent en détection, OCR ou intelligence d'imagerie.
3 Vous interviewez
Rencontrez la personne qui rejoindra le standup. Validez comment elle parle d'un échec d'éclairage, d'un faux positif, et du dernier modèle qu'elle a vraiment possédé au-delà du notebook.
4 Premier sprint dans vos outils
Accès au repo, chemins d'images et première pull request, en général sous une semaine après le go.
Commencez par un siège. Grandissez si le backlog le dit.
La plupart des clients intègrent d'abord un ingénieur computer vision. Une paire ou un split de surface seulement si le travail le nécessite vraiment.
Un ingénieur embarqué
Un spécialiste CV rejoint votre squad, suit votre lead et travaille dans vos rituels.
Idéal pourFermer un écart détection ou OCR sans nouveau process vendor
Siège computer vision dédié
Un owner stable pour le détecteur, le chemin OCR ou le pipeline d'imagerie, avec revue senior sur le sprint.
Idéal pourUn produit qui a besoin d'un owner vision nommé
Initiative computer vision bornée
Une tranche définie : un premier détecteur en production, un chemin d'extraction OCR, ou un workflow d'imagerie avec contrats déjà en mouvement.
Idéal pourUn jalon que vous pouvez montrer, pas un banc de recherche ouvert
Tarifs de recrutement computer vision, par écrit
Deux façons de staffer un ingénieur computer vision. À l'heure pour les pics et tickets définis. Un siège mensuel dédié si vous voulez quelqu'un au standup chaque jour, à un taux effectif plus bas que de laisser tourner l'horloge.
Recruter à l'heure
20 €/ heure
Capacité computer vision flexible pour pics de features, evals et tickets bornés. Vous ne payez que les heures travaillées.
- Les mêmes ingénieurs computer vision qu'un siège mensuel
- Idéal pour l'overflow, un fix détecteur ou une release unique
- Démarrer vite, pauser quand le pic est fini
- Facturé sur les heures réelles, pas un retainer
Meilleure valeur
Recruter pour un mois
1 840 €/ mois
Un ingénieur computer vision nommé sur votre sprint, environ 160 heures de capacité intelligence d'imagerie dédiée, avec revue senior dans la cadence.
Un mois plein à 20 € fait 3 200 €. Ce siège est 1 840 €.
- Ingénieur nommé dans le repo, les chemins d'images et le standup
- Travail détection, OCR ou imagerie dans le même engagement
- Mois par mois. Pas d'engagement annuel.
- Moins cher que les mêmes heures facturées à 20 €
Tarifs pour ingénieurs computer vision dédiés (détection, OCR, intelligence d'imagerie, serving production). Mix de séniorité et recouvrement confirmés à l'appel d'intro. Nous ne cotons pas une stack que nous ne livrons pas déjà.
Pourquoi les équipes produit staffent computer vision ici
Un développeur CV médiocre produit un notebook qui marche sur son dossier d'échantillons. Ces ingénieurs produisent une fonctionnalité qui survit aux vraies caméras, à la vraie lumière et à votre prochaine release.
Travail produit, pas « qui peut lancer un notebook YOLO »
Ils vivent dans les faux positifs, l'éclairage, et pourquoi le miss de la semaine dernière venait d'un shift de distribution qui aurait dû posséder son propre check.
Votre repo, vos images, vos heures
Recouvrement GIFT City avec l'Europe et les États-Unis. Les revues d'images se font en direct quand vos leads sont en ligne.
Des yeux seniors sur le sprint
Vitesse mid-level sans dette de modèle sans supervision. La revue fait partie de l'engagement, pas un SKU en plus.
Dix clients par trimestre, exprès
Nous ne faisons pas tourner un banc. La capacité est limitée pour que l'ingénieur que vous interviewez soit celui du standup.
Questions de recrutement computer vision
Commencez par un. La plupart des clients intègrent un ingénieur CV senior ou mid, puis ajoutent une paire si le backlog détection, OCR ou imagerie le justifie.
Les trois quand c'est du travail produit. Un siège détection possède boxes, classes et seuils. Un siège OCR possède l'extraction depuis scans et photos. Un siège imagerie possède l'analytique visuelle dans les workflows santé ou entreprise. Nous ne shortlistons que des ingénieurs sur des stacks que nous livrons déjà.
C'est un recrutement GenAI, un recrutement AI / ML, ou un recrutement Python, pas ce siège vision. Dites-le à l'appel d'intro et nous n'imposerons pas un profil détecteur à un brief RAG ou API-only.
Après avoir cartographié le rôle et votre OK, les premières pull requests atterrissent en général sous une semaine, plus vite si le repo, les chemins d'images et l'environnement de serving sont prêts.
Oui. GitHub, Jira, votre CI, vos standups. Nous n'inventons pas un process parallèle sauf si vous le demandez.
À l'heure (20 €) pour les pics et tickets définis. Vous ne payez que les heures travaillées. Le siège mensuel (1 840 €) est un ingénieur computer vision nommé sur votre sprint, environ 160 heures de capacité dédiée. Le même mois facturé à l'heure ferait 3 200 €. Séniorité et recouvrement se confirment à l'appel d'intro.
Donnez au produit un ingénieur computer vision qui peut livrer au-delà du notebook
Dites-nous détection vs OCR vs imagerie, et la première chose que vous voulez sur de vraies entrées. Nous reviendrons avec un profil nommé, une fenêtre de démarrage et un plan de deux semaines.