Haces que las cámaras que el cliente ya tiene dejen de ser video y se vuelvan decisiones: qué pasó, dónde, a qué hora, con el fragmento que lo prueba. El video se queda en el sitio del cliente.
El rol
- Entrenar y ajustar modelos de detección, segmentación y seguimiento sobre video real.
- Hacerlos correr en el sitio del cliente, sobre cámaras y grabadores que ya existen.
- Convertir lo que el modelo ve en eventos con hora, lugar y fragmento de video.
- Medir falsos positivos y negativos con el cliente y decidir qué umbral se puede firmar.
Tus primeros 90 días
- 30 días
Corres el pipeline de visión actual sobre video de prueba y entregas una mejora medida.
- 60 días
Llevas un caso completo: del video de la cámara al aviso que recibe el jefe de turno.
- 90 días
Un modelo tuyo corre sobre las cámaras de un cliente con su tasa de error documentada.
Stack y herramientas
PythonPyTorchYOLOOpenCVffmpegRTSP / ONVIF
Lo que buscamos
Indispensable
- Has entrenado o ajustado un modelo de visión y sabes por qué falla.
- Python con soltura y criterio para medir, no solo para correr ejemplos.
- Entiendes los límites de una cámara: luz, ángulo, resolución, compresión.
- Escribes código que corre igual en tu máquina que en un equipo del cliente.
Suma
- Experiencia con YOLO, ByteTrack u otros rastreadores.
- Video por RTSP u ONVIF, grabadores DVR y NVR.
- Optimización de modelos para equipo sin GPU grande.
Cómo es trabajar aquí
Lo que construyes entra a productos que operan organizaciones reales. Trabajas directo con los fundadores, sin capas entre tu código y producción, y con la misma regla que ponemos a la inteligencia: lo crítico lo firma una persona.