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

Senior

Remote,
Hybrid,
Office

Multiple locations Show all

This offer base language is English. Translate into Polish.

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. JOB-BUDQ7

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.

Technologie i narzędzia

Wymagane

CNN (Convolutional Neural Network) Python OpenCV PyTorch Przetwarzanie w chmurze NumPy

Mile widziane

C++

Szukamy inżynierów widzenia komputerowego, którzy wiedzą, że nie każdy problem wymaga sieci neuronowej — a niektórych problemów nie da się rozwiązać bez niej. Będziesz pracować w pełnym spektrum widzenia komputerowego: klasyczne metody geometryczne, takie jak kalibracja kamer, stereo i geometria wielowidokowa, obok nowoczesnego deep learningu do detekcji, segmentacji i śledzenia. Wiedza, które narzędzie pasuje do którego problemu, to właśnie ta umiejętność, której szukamy.

Nasze projekty widzenia to nie ćwiczenia akademickie. Działają na halach produkcyjnych, w pojazdach i na urządzeniach edge z rzeczywistymi ograniczeniami opóźnień i dokładności — od kontroli jakości w produkcji, przez percepcję w autonomicznej jeździe, po analitykę obrazów i wideo na skalę przedsiębiorstwa.

Co oferujemy:

AI Grant — Przestań mówić o AI, zacznij ją budować. Nasz AI Grant daje dedykowany budżet i zasoby, aby zamienić Twoje najśmielsze pomysły AI w działający projekt, wspierany dwutygodniowym płatnym czasem na skupienie się wyłącznie na tym.

AI Center of Excellence — Pracuj u boku specjalistów od agentycznej AI, suwerennej AI, generatywnej i dyskryminacyjnej AI. To nie jest odizolowany zespół — to ludzie, od których codziennie się uczysz i z którymi budujesz.

Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi wspieranych AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co działa najlepiej dla Ciebie.

Prawdziwa różnorodność projektów — Od generatywnej AI dla zgodności dokumentów prawnych, przez systemy agentyczne w środowiskach produkcyjnych, po platformy AI na skalę przedsiębiorstwa, widzenie komputerowe i autonomiczną jazdę. Nie będziesz się nudzić.

Wsparcie konferencyjne i wystąpienia — Chcesz uczestniczyć w konferencjach? Wspieramy Cię. Chcesz na nich występować? Jeszcze lepiej — zapewnimy dedykowany czas na przygotowanie i premie.

Twoje zadania

Projektowanie i implementacja systemów widzenia łączących klasyczne i oparte na uczeniu metody — dobór odpowiedniej metody do ograniczeń każdego problemu
Praktyczne stosowanie geometrii komputerowego widzenia: kalibracja kamer (wewnętrzna/zewnętrzna), geometria stereo i wielowidokowa, detekcja i dopasowanie cech, estymacja pozycji, structure-from-motion oraz wizualny SLAM
Budowa, trenowanie i dostrajanie modeli deep learning do detekcji obiektów, segmentacji semantycznej i instancyjnej, śledzenia wielu obiektów, OCR oraz wykrywania anomalii z użyciem PyTorch
Tworzenie pipeline'ów przetwarzania obrazów z OpenCV i NumPy: filtrowanie, morfologia, progowanie, analiza konturów i operacje na przestrzeniach kolorów
Optymalizacja modeli i pipeline'ów pod kątem wdrożenia: kwantyzacja, przycinanie, konwersja ONNX/TensorRT oraz inferencja w czasie rzeczywistym na urządzeniach edge i GPU
Pełna odpowiedzialność za jakość danych: projektowanie zbiorów danych, strategia anotacji, augmentacja oraz systematyczna analiza błędów na obrazach z rzeczywistych warunków
Budowa frameworków ewaluacyjnych mierzących istotne wskaźniki produkcyjne — nie tylko mAP na benchmarku, ale także tryby awarii w rzeczywistych warunkach
Współpraca z AI Architectami i inżynierami ML w celu integracji komponentów widzenia w większe systemy, lokalnie i w chmurze

Wymagania

Co najmniej 5 lat doświadczenia w inżynierii widzenia komputerowego, z systemami widzenia wdrożonymi do produkcji — nie tylko prototypami badawczymi
Solidne podstawy w geometrii widzenia: geometria rzutowa, modele kamer, geometria epipolowa oraz podstawy rekonstrukcji 3D
Praktyczne doświadczenie z deep learningiem: trenowanie i wdrażanie modeli opartych na CNN i transformerach (np. rodzina YOLO, Mask R-CNN, DETR, SAM) do rzeczywistych zastosowań
Silne umiejętności w Pythonie i OpenCV; komfort pracy z PyTorch i ekosystemem (torchvision, Albumentations, ONNX)
Doświadczenie w optymalizacji inferencji dla środowisk o ograniczonych zasobach — budżety opóźnień, sprzęt wbudowany lub przetwarzanie wideo o dużej przepustowości
Umiejętność wyboru homografii zamiast transformera, gdy problem tego wymaga — oraz obrona tego wyboru
Samodzielność w pracy przy jednoczesnej efektywnej współpracy z architektami, inżynierami i zespołami produktowymi
Biegła znajomość języka angielskiego (w mowie i piśmie)
Wymagana biegła znajomość języka polskiego
Wymagane zamieszkanie w Polsce

Mile widziane

Umiejętności C++ do krytycznych wydajnościowo pipeline'ów i integracji z istniejącymi systemami widzenia
Doświadczenie z wizualnym SLAM, fuzją sensorów (LiDAR, radar, IMU) lub stosami percepcji do autonomicznej jazdy
Znajomość modeli vision-language (CLIP, Grounding DINO) oraz pipeline'ów opartych na modelach bazowych do etykietowania lub zero-shot
Doświadczenie we wdrażaniu na NVIDIA Jetson, kamerach przemysłowych (GenICam/GigE) lub usługach widzenia w chmurze na Azure, AWS lub GCP

Nr oferty JOB-BUDQ7

Offices in Poland

Sii Sweden

Sii Ukraine

Sii India

Automating financial analysis with AI

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

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

E-commerce modernization to support growth and smooth shopping experience

AI Strategist role: What creating an AI strategy in the organization involves

The AI Act enters a decisive phase. What has changed on 2 August 2026 and how to prepare

Five days in India's “Silicon Valley”: How Sii experts built AI tools at the ABB Accelerator 2026

Business Analyst in practice – what is this role and how to grow a career in IT?

From demo to systems you can trust: how real AI works in business

The AI-Powered Ecosystem: Scaling Marketing Analytics

Mobile WMS for Process Manufacturing. Powered by Business Central.

Multi‑Agent AI for Embedded Software Development

Managing applications in modern IT environments

The Cybersecurity Interface Agreement (CIA) and why you need one

Planner + Copilot: how to bring task chaos under control faster (from an empty board to a plan in 30 minutes)

Who really sells the picks in the AI gold rush

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

Get to know Sii better

Get to know Sii better

Apply for