مطور بايثون كبير
Dezzex Technologies
صاحب عمل نشط
نشرت في 17 سبتمبر
أرسل لي وظائف مثل هذه
الخبرة
5 - 8 سنوات
موقع العمل
التعليم
بكالوريوس في العلوم(أجهزة الكمبيوتر)
الجنسية
أي جنسية
جنس
غير مذكور
عدد الشواغر
1 عدد الشواغر
الوصف الوظيفي
الأدوار والمسؤوليات
نظرة عامة على الموقف
نحن نبحث عن مطور باكند بايثون لديه خبرة عملية في معالجة تدفقات كاميرات CCTV ودمج نماذج الذكاء الاصطناعي / التعلم الآلي في أنظمة باكند قابلة للتطوير. سيكون المرشح المثالي مصممًا ومطورًا ومحسنًا للخدمات الخلفية التي تتعامل مع تدفقات الفيديو المباشرة، وإجراء استنتاجات الذكاء الاصطناعي، وتقديم النتائج بكفاءة لحالات الاستخدام المتعلقة بالأمن، والتحليلات، أو الأتمتة.
المسؤوليات الرئيسية
تطوير باكند: بناء وصيانة وتحسين أنظمة باكند قابلة للتطوير باستخدام بايثون (FastAPI، Flask، أو Django).
معالجة تدفقات CCTV: تنفيذ خطوط أنابيب إدخال الفيديو لالتقاط ومعالجة وإدارة تدفقات كاميرات CCTV/IP (RTSP، ONVIF، أو بروتوكولات مشابهة).
دمج الذكاء الاصطناعي/التعلم الآلي: دمج رؤية الكمبيوتر ونماذج الذكاء الاصطناعي (TensorFlow، PyTorch، OpenVINO، أو ONNX) في سير العمل الخلفي للاستنتاج على بيانات الفيديو المباشرة أو المسجلة.
معالجة البيانات: تطوير واجهات برمجة التطبيقات / الخدمات لاكتشاف الكائنات، والتعرف على الوجوه، وتحليل السلوك، أو اكتشاف الشذوذ من تدفقات الكاميرا.
القابلية للتوسع والأداء: تحسين خطوط أنابيب الفيديو والاستنتاج لتقليل الكمون وزيادة الإنتاجية عبر عدة تدفقات.
السحابة والنشر: حاوية ونشر الخدمات على السحابة (AWS، GCP، Azure) أو على أجهزة الحافة المحلية (Docker، Kubernetes).
التعاون: العمل عن كثب مع مهندسي الذكاء الاصطناعي / التعلم الآلي، وفرق DevOps، والفرق الأمامية لتقديم حلول شاملة.
المراقبة والتسجيل: تنفيذ المراقبة، والتسجيل، والتنبيه لخطوط أنابيب الفيديو والاستنتاج في الوقت الحقيقي.
المهارات والمتطلبات
إجادة قوية في بايثون مع 36 عامًا من خبرة تطوير الباكند.
خبرة في واجهات برمجة التطبيقات RESTful وأطر العمل مثل FastAPI، Flask، أو Django.
خبرة عملية مع بروتوكولات كاميرات CCTV (RTSP، ONVIF، إلخ).
معرفة بمكتبات بث الفيديو / معالجته في الوقت الحقيقي (OpenCV، FFmpeg، GStreamer).
خبرة في دمج ونشر نماذج الذكاء الاصطناعي / التعلم الآلي (TensorFlow، PyTorch، ONNX، أو مشابه).
إجادة في العمل مع قواعد البيانات (PostgreSQL، MySQL، MongoDB، أو Redis).
خبرة مع منصات السحابة (AWS/GCP/Azure) وحاويات (Docker، Kubernetes).
فهم قوي للبرمجة غير المتزامنة وتعدد الخيوط للتعامل مع تدفقات الفيديو.
معرفة بخطوط أنابيب CI/CD ونظام التحكم في الإصدارات (Git).
المهارات المفضلة (من الجيد أن تكون موجودة)
خبرة في الحوسبة الطرفية لاستنتاج الذكاء الاصطناعي على الأجهزة المحلية.
معرفة بإطارات التحليلات الفيديو المعتمدة على الذكاء الاصطناعي (DeepStream، OpenVINO، NVIDIA Triton).
خلفية في أنظمة الأمان، والمراقبة، أو منصات إنترنت الأشياء.
تعرض لهندسة الميكروسيرفيسز والأنظمة القائمة على الأحداث (Kafka، RabbitMQ).
التعليم
درجة بكاليوس أو ماجستير في علوم الكمبيوتر، هندسة البرمجيات، أو مجال ذي صلة (أو خبرة عملية مكافئة).
ما نقدمه
فرصة للعمل على مشاريع دمج الذكاء الاصطناعي + CCTV المتطورة.
بيئة عمل تعاونية ومبتكرة.
خيارات عمل مرنة وفرص النمو المهني.
حزمة تعويضات ومزايا تنافسية.
نحن نبحث عن مطور باكند بايثون لديه خبرة عملية في معالجة تدفقات كاميرات CCTV ودمج نماذج الذكاء الاصطناعي / التعلم الآلي في أنظمة باكند قابلة للتطوير. سيكون المرشح المثالي مصممًا ومطورًا ومحسنًا للخدمات الخلفية التي تتعامل مع تدفقات الفيديو المباشرة، وإجراء استنتاجات الذكاء الاصطناعي، وتقديم النتائج بكفاءة لحالات الاستخدام المتعلقة بالأمن، والتحليلات، أو الأتمتة.
المسؤوليات الرئيسية
تطوير باكند: بناء وصيانة وتحسين أنظمة باكند قابلة للتطوير باستخدام بايثون (FastAPI، Flask، أو Django).
معالجة تدفقات CCTV: تنفيذ خطوط أنابيب إدخال الفيديو لالتقاط ومعالجة وإدارة تدفقات كاميرات CCTV/IP (RTSP، ONVIF، أو بروتوكولات مشابهة).
دمج الذكاء الاصطناعي/التعلم الآلي: دمج رؤية الكمبيوتر ونماذج الذكاء الاصطناعي (TensorFlow، PyTorch، OpenVINO، أو ONNX) في سير العمل الخلفي للاستنتاج على بيانات الفيديو المباشرة أو المسجلة.
معالجة البيانات: تطوير واجهات برمجة التطبيقات / الخدمات لاكتشاف الكائنات، والتعرف على الوجوه، وتحليل السلوك، أو اكتشاف الشذوذ من تدفقات الكاميرا.
القابلية للتوسع والأداء: تحسين خطوط أنابيب الفيديو والاستنتاج لتقليل الكمون وزيادة الإنتاجية عبر عدة تدفقات.
السحابة والنشر: حاوية ونشر الخدمات على السحابة (AWS، GCP، Azure) أو على أجهزة الحافة المحلية (Docker، Kubernetes).
التعاون: العمل عن كثب مع مهندسي الذكاء الاصطناعي / التعلم الآلي، وفرق DevOps، والفرق الأمامية لتقديم حلول شاملة.
المراقبة والتسجيل: تنفيذ المراقبة، والتسجيل، والتنبيه لخطوط أنابيب الفيديو والاستنتاج في الوقت الحقيقي.
المهارات والمتطلبات
إجادة قوية في بايثون مع 36 عامًا من خبرة تطوير الباكند.
خبرة في واجهات برمجة التطبيقات RESTful وأطر العمل مثل FastAPI، Flask، أو Django.
خبرة عملية مع بروتوكولات كاميرات CCTV (RTSP، ONVIF، إلخ).
معرفة بمكتبات بث الفيديو / معالجته في الوقت الحقيقي (OpenCV، FFmpeg، GStreamer).
خبرة في دمج ونشر نماذج الذكاء الاصطناعي / التعلم الآلي (TensorFlow، PyTorch، ONNX، أو مشابه).
إجادة في العمل مع قواعد البيانات (PostgreSQL، MySQL، MongoDB، أو Redis).
خبرة مع منصات السحابة (AWS/GCP/Azure) وحاويات (Docker، Kubernetes).
فهم قوي للبرمجة غير المتزامنة وتعدد الخيوط للتعامل مع تدفقات الفيديو.
معرفة بخطوط أنابيب CI/CD ونظام التحكم في الإصدارات (Git).
المهارات المفضلة (من الجيد أن تكون موجودة)
خبرة في الحوسبة الطرفية لاستنتاج الذكاء الاصطناعي على الأجهزة المحلية.
معرفة بإطارات التحليلات الفيديو المعتمدة على الذكاء الاصطناعي (DeepStream، OpenVINO، NVIDIA Triton).
خلفية في أنظمة الأمان، والمراقبة، أو منصات إنترنت الأشياء.
تعرض لهندسة الميكروسيرفيسز والأنظمة القائمة على الأحداث (Kafka، RabbitMQ).
التعليم
درجة بكاليوس أو ماجستير في علوم الكمبيوتر، هندسة البرمجيات، أو مجال ذي صلة (أو خبرة عملية مكافئة).
ما نقدمه
فرصة للعمل على مشاريع دمج الذكاء الاصطناعي + CCTV المتطورة.
بيئة عمل تعاونية ومبتكرة.
خيارات عمل مرنة وفرص النمو المهني.
حزمة تعويضات ومزايا تنافسية.
القطاع المهني للشركة
المجال الوظيفي / القسم
الكلمات الرئيسية
تنويه: نوكري غلف هو مجرد منصة لجمع الباحثين عن عمل وأصحاب العمل معا. وينصح المتقدمون بالبحث في حسن نية صاحب العمل المحتمل بشكل مستقل. نحن لا نؤيد أي طلبات لدفع الأموال وننصح بشدة ضد تبادل المعلومات الشخصية أو المصرفية ذات الصلة. نوصي أيضا زيارة نصائح أمنية للمزيد من المعلومات. إذا كنت تشك في أي احتيال أو سوء تصرف ، راسلنا عبر البريد الإلكتروني abuse@naukrigulf.com
Dezzex Technologies