Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →

Computervision: Markt

Stand 19. November 2026: offene Stellen Computervision — 303, 24% remote unter den Stellen mit Angabe des Arbeitsmodells; Mediangehalt in Stellenanzeigen $10.927/Monat (aus 36 Anzeigen mit Gehaltsangabe). Quelle: Zorky, täglich aktualisiert.

Computer Vision Engineer (CV) — Schwesterdisziplin von NLP in der ML-Familie, mit Fokus auf Bild- und Videoverarbeitung (nicht Text). Ein ausgereiftes Feld (seit den 1960er-Jahren), neu geformt durch Deep Learning 2012 (AlexNet) → Transformer 2020–2021 (ViT) → Foundation Models 2023–2024 (DINOv2 / SAM / CLIP) → den generativen Boom 2022–2026 (Stable Diffusion / FLUX). Aufgabenschwerpunkte: Bildklassifikation, Objekterkennung (YOLO + Detectron2 + DETR), semantische / Instanz- / panoptische Segmentierung (SAM + Mask R-CNN), OCR (PaddleOCR + EasyOCR + Tesseract Legacy), Gesichtserkennung + Biometrie, Videoverständnis (Aktionserkennung + Tracking — ByteTrack / DeepSORT), multimodal (CLIP + GPT-4V + Claude Vision + Gemini Vision), 3D-Vision (NeRF + Gaussian Splatting + Structure-from-Motion), generative Bilder / Videos (Stable Diffusion / FLUX / Sora-Familie), Edge-Deployment (TensorRT + ONNX + CoreML + OpenVINO). Rollenfamilie: Computer Vision Engineer (allgemein — CV-Pipelines in Produktion), Senior CV Engineer (Verantwortung für mehrere CV-Aufgaben + eigene Architekturen), ML Research CV (akademischer Track — Paper auf CVPR / ICCV / ECCV — Überschneidung mit Research Engineer / Scientist), 3D Vision Engineer (NeRF / Gaussian Splatting / Point Cloud — im Aufwind seit 2024+), Generative AI Engineer (Bild / Video) (Spezialisierung auf Stable Diffusion / FLUX / Runway / Pika / Kling — Überschneidung mit ai-engineer), Edge CV Engineer (Spezialisierung auf TensorRT + Mobile-Deployment), Robotics Vision Engineer (SLAM + Wahrnehmung für Roboter / autonome Systeme). Stack 2026: Python (überwiegend — einige Edge-Komponenten in C++/Rust). PyTorch + torchvision (Fundament — 90%+ der CV-Forschung 2026 auf PyTorch), OpenCV (klassische CV — weiterhin riesig für Vorverarbeitung + traditionelle Algorithmen), Pillow (Bildbearbeitung). Self-Supervised + Foundation Models: DINOv2 (Meta — bestes Vision-Backbone 2024), CLIP + OpenCLIP + SigLIP (Vision-Language). Klassifikations-Backbones: ViT-Familie, Swin Transformer, ConvNeXt (modernes CNN), EfficientNet, timm (PyTorch Image Models — vortrainierte Modelle, Pflichtbibliothek). Data Augmentation: albumentations (Industriestandard — schnell + umfassend), torchvision.transforms.v2 (modern), RandAugment + AugMix. Multimodale LLMs: GPT-4V, Claude 3.5 Sonnet Vision, Gemini 1.5 Pro / 2.0, LLaVA + Qwen 2 VL + InternVL (Open-Source-Vision-Language). OCR: PaddleOCR (Baidu — mehrsprachiger Marktführer 2026), EasyOCR, Tesseract (Legacy, noch weit verbreitet), Docling (IBM — modernes Dokumentenverständnis seit 2024+), Surya. Gesichtserkennung: InsightFace (Open-Source-SOTA 2026 — ArcFace + RetinaFace), DeepFace, face_recognition. Russische Gesichtserkennung: NtechLab FaceNGN / VisionLabs Luna / Tevian. Video-Tracking: ByteTrack (am schnellsten 2026), DeepSORT (klassisch), BoT-SORT, StrongSORT. Videomodelle: VideoMAE, X-CLIP, InternVideo. 3D-Vision: NeRF (Original 2020), Instant-NGP (NVIDIA — 100× schneller), Gaussian Splatting (3DGS) (im Aufwind 2023–2026 — fotorealistisches Rendering), Nerfstudio (einheitliches Framework), Open3D (Point-Cloud-Verarbeitung), PyTorch3D (Meta). Generatives Video: Runway Gen-3, Pika 1.5, Kling AI (Kuaishou), Sora (OpenAI), AnimateDiff + SVD (Open Source). Russisch, generativ: Sber Kandinsky 3. UIs: ComfyUI (knotenbasiert — Favorit der Forschung), Automatic1111 (Web-UI, Legacy). Fine-Tuning generativer Modelle: LoRA + DreamBooth für Stable Diffusion / FLUX. Inference Serving: Triton Inference Server (NVIDIA — Multi-Framework + Dynamic Batching), BentoML, TorchServe. Annotation: CVAT (OpenCV — Industriestandard für Detektion / Segmentierung), Label Studio, V7 Darwin (kommerziell), Roboflow (beliebt für schnelles Prototyping). Datensätze: COCO + ImageNet + OpenImages + LAION-5B + Objects365 + Visual Genome. Laut Zorky 303 aktive Stellen mit ausdrücklichem CV-Bezug (der reale Pool ist viel breiter — viele CV-Rollen werden als allgemeiner ML Engineer / Backend / Robotics eingestuft). Top-Stack: python, pytorch, c++, opencv, tensorflow. Unter den Stellen mit angegebenem Arbeitsmodell sind 24% vollständig remote.

Datenstand:

Die wichtigsten Zahlen des Computervision-Markts: offene Jobs, Mediangehalt, beobachteter Fachkräftepool und Remote-Anteil.

303
offene Stellen — nach Jobtitel, Reposts zusammengeführt
$10.927
Median $/Monat
24%
ortsunabhängig

Der Markt für Computervision hat derzeit 303 offene Rollen, davon 275 frisch beobachtet. Median salary $10.927/mo.

Unter den Stellen mit angegebenem Arbeitsmodell sind 24% vollständig remote. CV-Arbeit ist standardmäßig vollständig cloudbasiert. Outsourcing-Firmen — fast immer remote. Russische Banken — hybrid/Büro. Unternehmen für autonome Fahrzeuge — Research-Rollen oft remote, das Deployment erfordert Präsenz vor Ort (Pittsburgh / Mountain View / Palo Alto). Unternehmen für generative KI — vollständig remote als Standard. CV in Big Tech — hybrid als Standard.

⚠ Gehalt bekannt bei 36 von 303 Stellen; Remote-Anteil aus 244 mit angegebenem Arbeitsformat; 275 als frische Beobachtungen gezählt; Trend und Besetzungsschwierigkeit werden nicht gezeigt

Zeitachse: Ausschreibungen und Quellen

Wie viele Computervision-Ausschreibungen jede Woche seit 1. Juni erschienen sind und aus wie vielen Quellen. Das untere Diagramm trennt Marktwachstum von Abdeckungswachstum: Ein Sprung in der Woche, in der neue Quellen angebunden wurden, bedeutet, dass wir mehr sehen — nicht, dass der Markt gewachsen ist.

Neue Ausschreibungen pro Woche

Diagrammdaten
Neue Ausschreibungen pro Woche. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumNeue Ausschreibungen pro Woche
2026-06-0111
2026-06-0813
2026-06-156
2026-06-2225
2026-06-2923
2026-07-0647
2026-07-1350
2026-07-2023
2026-07-2723
2026-08-0327
2026-08-1017
2026-08-1713
2026-08-2425
2026-08-3115
2026-09-0725
2026-09-1430
2026-09-2166
2026-09-2832
2026-10-0542
2026-10-12157
2026-10-1971
2026-10-2661
2026-11-0272
2026-11-0952

Aktive Quellen pro Woche

Quellen im Zeitraum: 118. ▲ — Woche, in der viele neue Quellen angebunden wurden.

Diagrammdaten
Aktive Quellen pro Woche. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumAktive Quellen
2026-06-018
2026-06-088
2026-06-154
2026-06-2212
2026-06-2915
2026-07-0620
2026-07-1324
2026-07-2017
2026-07-2719
2026-08-0314
2026-08-1010
2026-08-1710
2026-08-2413
2026-08-3112
2026-09-0713
2026-09-1413
2026-09-2122
2026-09-2820
2026-10-0524
2026-10-1227
2026-10-1933
2026-10-2624
2026-11-0234
2026-11-0929
Neue Quellen angebunden: 6. Juli +14 · 13. Juli +10 · alle Wochen (22) in der Tabelle
WocheNeue QuellenNeue Ausschreibungen
8. Juni+513
15. Juni+16
22. Juni+825
29. Juni+723
6. Juli+1447
13. Juli+1050
20. Juli+423
27. Juli+423
3. Aug.+527
10. Aug.+217
17. Aug.+213
24. Aug.+125
31. Aug.+215
7. Sept.+425
21. Sept.+666
28. Sept.+132
5. Okt.+642
12. Okt.+8157
19. Okt.+671
26. Okt.+461
2. Nov.+672
9. Nov.+452

Die aktuelle Woche ist noch nicht vorbei und wird nicht gezeigt: Eine unvollständige Woche sähe wie ein Rückgang aus.

Woche = Datum der ersten Erfassung der Ausschreibung, alle Status; Ausschreibungen werden nach derselben Regel ausgewählt wie der Zähler dieser Seite. Quellen sind unterschiedliche Erfassungskanäle; ihre Namen werden nicht veröffentlicht.

Diagrammdaten
Zeitachse: Ausschreibungen und Quellen — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheNeue Ausschreibungen pro WocheAktive Quellen
2026-06-01118
2026-06-08138
2026-06-1564
2026-06-222512
2026-06-292315
2026-07-064720
2026-07-135024
2026-07-202317
2026-07-272319
2026-08-032714
2026-08-101710
2026-08-171310
2026-08-242513
2026-08-311512
2026-09-072513
2026-09-143013
2026-09-216622
2026-09-283220
2026-10-054224
2026-10-1215727
2026-10-197133
2026-10-266124
2026-11-027234
2026-11-095229

Gehälter im Zeitverlauf

Mediangehalt Computervision pro Woche, USD pro Monat.

Mediangehalt, USD pro Monat

Diagrammdaten
Mediangehalt, USD pro Monat. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumMedianStellen mit Gehalt pro Woche (n)
2026-10-2613.95810
2026-11-029.19215
2026-11-0911.93810

Die Reihe beginnt am 26. Okt.: davor gibt es keine Daten.

Stellen mit Gehalt pro Woche (n)

Nur Ausschreibungen mit Gehalt in USD und bekanntem Zeitraum (Monat oder Jahr), 500–50.000 $ pro Monat. Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer — das heißt keine Daten, nicht null.

Diagrammdaten
Gehälter im Zeitverlauf — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheMedian
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-22—
2026-06-29—
2026-07-06—
2026-07-13—
2026-07-20—
2026-07-27—
2026-08-03—
2026-08-10—
2026-08-17—
2026-08-24—
2026-08-31—
2026-09-07—
2026-09-14—
2026-09-21—
2026-09-28—
2026-10-05—
2026-10-12—
2026-10-19—
2026-10-2613.958
2026-11-029.192
2026-11-0911.938

Remote-Arbeit im Zeitverlauf

Anteil der Computervision-Ausschreibungen mit vollständig remoter Arbeit, pro Woche.

Remote-Ausschreibungen, %

Diagrammdaten
Remote-Ausschreibungen, %. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumOrtsunabhängig
2026-06-2231,2
2026-06-2923,1
2026-07-0647,4
2026-07-1321,4
2026-07-209,1
2026-07-2730,8
2026-08-0330,4
2026-08-1035,7
2026-08-1725
2026-08-2430
2026-08-31—
2026-09-0722,7
2026-09-1425
2026-09-2122
2026-09-2833,3
2026-10-0539,4
2026-10-1223,4
2026-10-1925,5
2026-10-2626,8
2026-11-0229,1
2026-11-0931,6

Die Reihe beginnt am 22. Juni: davor gibt es keine Daten.

Der Anteil bezieht sich auf Ausschreibungen mit Angabe des Arbeitsmodells (remote, hybrid, Büro). Wochen mit weniger als 10 solchen Ausschreibungen bleiben leer.

Diagrammdaten
Remote-Arbeit im Zeitverlauf — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheOrtsunabhängig
2026-06-01—
2026-06-08—
2026-06-15—
2026-06-2231,2
2026-06-2923,1
2026-07-0647,4
2026-07-1321,4
2026-07-209,1
2026-07-2730,8
2026-08-0330,4
2026-08-1035,7
2026-08-1725
2026-08-2430
2026-08-31—
2026-09-0722,7
2026-09-1425
2026-09-2122
2026-09-2833,3
2026-10-0539,4
2026-10-1223,4
2026-10-1925,5
2026-10-2626,8
2026-11-0229,1
2026-11-0931,6

Technologien im Zeitverlauf

Wie sich der Anteil der Computervision-Stellen verändert hat, die jede der Top-Technologien nennen.

Ausschreibungen mit der Technologie, %

Diagrammdaten
Ausschreibungen mit der Technologie, %. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumPythonpytorchC++
2026-09-21563232
2026-09-2865,260,943,5
2026-10-055042,315,4
2026-10-1265,551,234,5
2026-10-1976,957,742,3
2026-10-2666,752,145,8
2026-11-0274,142,640,7
2026-11-0965,847,444,7

Die Reihe beginnt am 21. Sept.: davor gibt es keine Daten.

Bis zu 5 im Diagramm:

Anteil unter Ausschreibungen mit getaggtem Stack; die Reihe beginnt am 10. Aug.: davor wurden Stack-Tags anders vergeben. Wochen mit weniger als 20 getaggten Ausschreibungen bleiben leer.

Diagrammdaten
Technologien im Zeitverlauf — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WochePythonpytorchC++opencvcloud
2026-08-10—————
2026-08-17—————
2026-08-24—————
2026-08-31—————
2026-09-07—————
2026-09-14—————
2026-09-215632322044
2026-09-2865,260,943,556,58,7
2026-10-055042,315,423,115,4
2026-10-1265,551,234,517,919
2026-10-1976,957,742,334,625
2026-10-2666,752,145,85027,1
2026-11-0274,142,640,727,814,8
2026-11-0965,847,444,731,626,3

Länder im Zeitverlauf

Wie sich der Anteil der Computervision-Stellen in jedem der Top-Länder pro Woche verändert hat.

Ausschreibungen im Land, %

Diagrammdaten
Ausschreibungen im Land, %. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumUSARusslandVereinigtes Königreich
2026-06-221640
2026-06-291555
2026-07-0655,65,62,8
2026-07-1339,117,42,2
2026-07-20202010
2026-07-27———
2026-08-0318,222,731,8
2026-08-10———
2026-08-17———
2026-08-2443,58,713
2026-08-31———
2026-09-0720,88,316,7
2026-09-1426,104,3
2026-09-2137,22,34,7
2026-09-2814,310,73,6
2026-10-0533,316,70
2026-10-1217,814
2026-10-1917,213,812,1
2026-10-2634,53,413,8
2026-11-0224,68,812,3
2026-11-0923,42,119,1

Die Reihe beginnt am 22. Juni: davor gibt es keine Daten.

Bis zu 5 im Diagramm:

Anteil unter Ausschreibungen mit bekanntem Land; das Diagramm zeigt die fünf Länder mit den meisten Ausschreibungen über sechs Monate. Wochen mit weniger als 20 Ausschreibungen mit bekanntem Land bleiben leer. Ein steigender Anteil kann eine neu angebundene Quelle in diesem Land bedeuten statt Marktwachstum.

Diagrammdaten
Länder im Zeitverlauf — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
WocheUSARusslandVereinigtes KönigreichDeutschlandUkraine
2026-06-01—————
2026-06-08—————
2026-06-15—————
2026-06-22164000
2026-06-29155550
2026-07-0655,65,62,82,88,3
2026-07-1339,117,42,22,28,7
2026-07-2020201000
2026-07-27—————
2026-08-0318,222,731,804,5
2026-08-10—————
2026-08-17—————
2026-08-2443,58,71300
2026-08-31—————
2026-09-0720,88,316,700
2026-09-1426,104,300
2026-09-2137,22,34,779,3
2026-09-2814,310,73,67,114,3
2026-10-0533,316,708,35,6
2026-10-1217,81410,92
2026-10-1917,213,812,15,25,2
2026-10-2634,53,413,810,312,1
2026-11-0224,68,812,370
2026-11-0923,42,119,112,80

Bereinigter Markt: Einstellungsindex

Dieselben 7.505 Karriereseiten von Arbeitgebern; die Zahl der Ausschreibungen stammt direkt von der Seite. Neue Quellen bewegen diesen Index nicht — er zeigt den Markt, nicht unsere Abdeckung. Das ist der gesamte Panelmarkt, nicht nur Computervision.

Einstellungsindex, 16. Okt. = 100

Diagrammdaten
Einstellungsindex, 16. Okt. = 100. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
ZeitraumEinstellungsindex
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Kettenindex: Jeder Tag vergleicht nur Seiten, die an diesem und am vorherigen Tag abgefragt wurden; Ausreißer und plattformweite Abfrageausfälle sind ausgeschlossen. Tage ohne vergleichbare Paare bleiben leer.

Diagrammdaten
Bereinigter Markt: Einstellungsindex — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
TagEinstellungsindex
2026-10-16100
2026-10-17100,03
2026-10-1899,76
2026-10-1999,68
2026-10-2099,27
2026-10-2198,6
2026-10-2299,07
2026-10-2397,4
2026-10-2497,41
2026-10-2697,33
2026-10-2796,76
2026-10-2896,21
2026-10-2995,17
2026-10-3095,13
2026-10-3193,65
2026-11-0193,33
2026-11-0292,67
2026-11-0392,65
2026-11-0492,41
2026-11-0592,13
2026-11-0690,44
2026-11-0790,48
2026-11-0890,45
2026-11-1090,29
2026-11-1190,22
2026-11-1390,12
2026-11-1489,7
2026-11-1589,68
2026-11-1689,62
2026-11-1888,91
2026-11-1988,02

Wie viele offene Computervision-Jobs es gibt und wie viele passende Fachkräfte Zorky sieht.

Nachfrage und beobachtetes Angebot

Diagrammdaten
Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KennzahlWert
Offene Nachfrage303
Offene Nachfrage303
Beobachtetes Angebot— nicht veröffentlicht

CV — ein ausgereifter ML-Bereich (seit den 1960er-Jahren), neu aufgebaut durch Deep Learning 2012 → Transformer 2020 → Foundation Models 2023–2024 (DINOv2 / SAM 2) → der generative Boom 2022–2026 (Stable Diffusion / FLUX / Sora). Der Pool in unserer Stichprobe ist klein — der reale Markt ist dank der Überschneidung mit allgemeinem ML / Robotik breiter.

⚠ zu einer Stelle passende Kandidaten werden noch nicht gezählt: gezeigt werden Nachfrage und der beobachtete Pool

Wie sich die Gehälter in Computervision-Jobs verteilen, in US-Dollar pro Monat.

Gehaltsverteilung

P25 $7.500 · P50 $10.927 · P75 $15.208
Diagrammdaten
Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KennzahlWert
<$1k0
$1–2k0
$2–3k2
$3–4k1
$4–5k2
$5–6k1
$6–7k2
$7–8k2
$8–9k2
$9–10k2
$10–12k5
$12–15k6
$15–20k10
$20k+1
Gehalt in Stellenanzeigen: Basis 303
  • für die Berechnung nutzbar: 36 (11,9%)
  • angegeben, aber nicht in USD/Monat umgerechnet: 30 (9,9%)
  • nicht angegeben: 237 (78,2%)

Jede zehnte Stellenanzeige bietet unter $4.625, jede zehnte über $18.877. Die Hälfte der Anzeigen bietet zwischen $7.500 und $15.208. Stichprobe: 36.

Diagrammdaten
Gehaltsverteilung — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KennzahlUntergrenzeObergrenzeAnzahl
<$1k01.0000
$1–2k1.0002.0000
$2–3k2.0003.0002
$3–4k3.0004.0001
$4–5k4.0005.0002
$5–6k5.0006.0001
$6–7k6.0007.0002
$7–8k7.0008.0002
$8–9k8.0009.0002
$9–10k9.00010.0002
$10–12k10.00012.0005
$12–15k12.00015.0006
$15–20k15.00020.00010
$20k+20.000—1

In welchen Ländern es die meisten offenen Computervision-Jobs gibt.

Geografie der Nachfrage

LandStellenAnteil
Vereinigte Staaten8933,8%
Deutschland238,7%
Vereinigtes Königreich186,8%
Polen124,6%
Ukraine124,6%
Russland103,8%
Singapur93,4%
Kanada72,7%
Kasachstan72,7%
Indien72,7%
Übrige Länder6926,2%

Führend bei der Zahl der Stellen für CV Engineer: die USA (89 Stellen). Polen — CV-freundlicher EU-Hub. Deutschland — Berliner KI + Münchner Automobilindustrie (Teams für autonomes Fahren bei BMW / Mercedes AI / Bosch / Continental). UK — London (Wayve für autonomes Fahren + Tractable). USA — Bay Area + Pittsburgh (Cluster für autonome Fahrzeuge) + Boston (Robotik, MIT-Region). Riesige internationale Remote-Arbeit über Unternehmen für autonome Fahrzeuge (Tesla / Waymo / Cruise / Wayve / Pony.ai / Zoox / Aurora) + generative KI (Stability / Black Forest Labs / Runway / Pika / Kling) + CV im Big Tech + CV-Startups aus Y Combinator.

⚠ nur Stellenzahlen: Gehalt nach Land wird nicht veröffentlicht

Diagrammdaten
Geografie der Nachfrage — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
LandStellen
US89
DE23
GB18
PL12
UA12
RU10
SG9
CA7
KZ7
IN7

Welche Technologien am häufigsten im selben Job wie Computervision verlangt werden.

Wird zusammen verwendet mit

python
16454,1%
pytorch
11638,3%
c++
9932,7%
opencv
8026,4%
cloud
5116,8%
tensorflow
5116,8%
docker
4314,2%
mlops
289,2%
numpy
227,3%
transformers
206,6%

Anteil — wie viele der 303 Stellen im Markt Computervision diese Technologie nennen. Sortiert nach Stellenzahl, nicht nach „Stärke des Zusammenhangs“. Oberbegriffe wie cloud sind keine bestimmte Cloud (AWS, Azure).

Russische: NtechLab FaceNGN + VisionLabs Luna + Tevian + RecFaces, Video-Tracking: ByteTrack (am schnellsten) + DeepSORT + BoT-SORT + StrongSORT + MOTRv2. Videomodelle: VideoMAE + X-CLIP + InternVideo, 3D Vision: NeRF + Instant-NGP (NVIDIA) + Gaussian Splatting (im Aufwind 2023–2026) + Nerfstudio + Open3D + PyTorch3D (Meta) + Kaolin (NVIDIA) + COLMAP (SfM) + Mitsuba 3, generativ: Stable Diffusion SDXL/SD3/SD3.5 + FLUX.1 (Black Forest Labs) + DALL-E 3 + Imagen 3 + Midjourney v6 + Ideogram. Video: Runway Gen-3 + Pika 1.5 + Kling + Sora + AnimateDiff + SVD.

Häufige Paare: Python + PyTorch + torchvision + OpenCV (Fundament des klassischen CV), Ultralytics YOLO + albumentations + CVAT (Produktions-Pipeline für Detektion), Detectron2 + MMDetection + timm (flexibler Forschungs-Stack), SAM 2 + ByteTrack + DeepSORT (Videoverständnis + Tracking), DINOv2 + CLIP + multimodales LLM (Stack aus Foundation Model + Vision-Language), Stable Diffusion + FLUX + ComfyUI + LoRA / DreamBooth (Stack für generative Bilder), NeRF + Gaussian Splatting + Nerfstudio + COLMAP + Open3D (3D-Vision-Stack), PyTorch + ONNX + TensorRT + CoreML (Stack für Edge-Deployment), NVIDIA DeepStream + Triton + Kubernetes (Videoanalytik in der Produktion). Lern-Roadmap: mathematische Grundlagen → Python + ML-Grundlagen → klassisches CV mit OpenCV → Stanford CS231n → PyTorch + torchvision + timm → Ultralytics YOLO + Detectron2 → SAM + DINOv2 → multimodales LLM → generativer Zweig (SD/FLUX/ComfyUI) → 3D-Vision (NeRF/3DGS) → Praxis im Edge-Deployment (TensorRT/CoreML) → Annotationstools (CVAT) → Portfolio aus Pet-Projekten (4 Demos).

Diagrammdaten
Wird zusammen verwendet mit — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
NameAnzahl
python164
pytorch116
c++99
opencv80
cloud51
tensorflow51
docker43
mlops28
numpy22
transformers20
fine-tuning18
aws16

Wie viele Computervision-Jobs es auf jeder Stufe gibt — von Junior bis Principal.

Nachfrage nach Level

LevelStellen
senior87
junior26
middle25
Principal16
lead12

Junior — typischer Einstieg: MS / PhD in CV / Robotik + Portfolio (Kaggle-CV-Wettbewerbe / CV-Projekte auf GitHub). Karriereweg: Backend Senior / ML Middle (2-3 Jahre) + Interesse an CV + Portfolio → CV Engineer Junior (1-2 Jahre) → Middle (2-3 Jahre) → Senior → entweder 3D Vision Engineer (NeRF / Gaussian Splatting), Edge CV Engineer (Beherrschung von TensorRT / CoreML), Generative AI Engineer (Bild/Video), ML Research CV (akademischer Pfad mit Papern auf CVPR / ICCV / ECCV) oder Autonomous Vehicle Perception Engineer. Die Zahlen beruhen auf einer kleinen Stichprobe — breitere Vergleichswerte finden Sie auf den Seiten ml-engineer / research.

⚠ nur die Nachfrageseite: das Level des beobachteten Pools ist größtenteils unbekannt

Diagrammdaten
Nachfrage nach Level — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
StufeAnzahl
senior87
junior26
middle25
Principal16
lead12

Wer im Bereich Computervision am meisten einstellt und wie stark sich die Nachfrage auf die größten Unternehmen konzentriert.

Arbeitgeber

Die Nachfrage verteilt sich auf 220 Arbeitgeber. Der größte steht für 2.5 %, die Top Ten für 15.4 %; die übrigen 84.6 % sind Long Tail.

größter 2,5%2.–3. 4,2%4.–10. 8,8%übrige 84,6%
AnteilWert
Top-12.5%
Top-36.7%
Top-1015.4%
Long Tail84.6%

⚠ Namen werden nicht angezeigt: Personalvermittler und Endarbeitgeber werden vom Klassifikator noch nicht unterschieden

Von welchen Unternehmensseiten und Jobbörsen Zorky Computervision-Jobs sammelt.

Wo Zorky diesen Markt sieht

Beobachtet in 53 Quellen; die größte steht für 12.9 % — dieser Markt hängt nicht an einem einzigen Kanal.

Diagrammdaten
Wo Zorky diesen Markt sieht — Computervision. Datentabelle des Abschnitts. Ein fehlender Wert ist keine Null; Einheiten und Stichprobe stehen in der Beschreibung der Kennzahl.
KlasseNameEnglischer NameAnzahlAnteil
atsATS и карьерные сайтыATS & Karriereseiten2040,6733
boardджоб-борды и агрегаторыJobbörsen & Aggregatoren840,2772
telegramTelegramTelegram110,0363
Communityсообщества и публичные профилиCommunity & öffentliche Profile40,0132

Die neuesten Computervision-Jobs von Karriereseiten der Unternehmen.

Neueste Ausschreibungen

Alle Stellen →

Die neuesten offenen Stellen für Computer Vision Engineer — die jüngsten Positionen in der Stichprobe (enger Pool expliziter CV-Rollen — der reale Markt ist dank der Überschneidung mit ml-engineer / Robotik breiter). Die vollständige Liste finden Sie in unserem CRM oder über den Link „Alle ansehen“ unten. Für einen breiteren Blick sehen Sie sich die Seiten ml-engineer + ai-engineer an.

So wird gemessen
Stelle
eine offene Stelle, die das Qualitäts-Gate passiert hat und mindestens zwei Technologien nennt
Beobachteter Kandidat
ein Kandidat, dessen Stack diese Technologie enthält; ein Aggregat — kein einziger Datensatz verlässt den Perimeter
Matchbarer Kandidat
noch nicht gezählt
Fenster
Stellen, die zum Zeitpunkt der Erstellung des Snapshots offen waren

Über die Daten

  • Einige Aufschlüsselungen sind ausgeblendet: Die Datenabdeckung reicht noch nicht aus.
  • Statistiken erscheinen nur, wo die Stichprobe eine Qualitätsschwelle passiert.
  • Ein fehlender Block bedeutet nicht den Wert null.

Derzeit ausgeblendete Aufschlüsselungen: 8.

Richtung: KI / ML / Datenwissenschaft

Verwandte Spezialisierungen

Innerhalb von Computer Vision Engineer: CV Engineer (allgemein — produktive CV-Pipelines), Senior CV Engineer (Verantwortung für mehrere Aufgaben + eigene Architekturen), ML Research CV (akademischer Pfad — CVPR / ICCV / ECCV — Überschneidung mit Research), 3D Vision Engineer (NeRF / Gaussian Splatting / Punktwolken — im Aufwind ab 2024+), Generative AI Image/Video Engineer (Stable Diffusion / FLUX / Runway / Pika / Kling — Überschneidung mit ai-engineer), Edge CV Engineer (TensorRT + CoreML + mobiles Deployment), Robotics Vision Engineer (SLAM + Wahrnehmung für Roboter / autonome Systeme). Vergleich mit ml-engineer/ai-engineer/nlp/data-scientist/research/mlops — im Balken unten.

KI- / LLM-IngenieurDatenwissenschaftlerML-IngenieurMLOpsNLP-IngenieurForschungsingenieur

Häufig gestellte Fragen

Die häufigsten Fragen zu Computer Vision Engineer: Bezahlung (Premiumsegment für seltene Fähigkeiten), CV vs. ML vs. AI Engineer (3-facher Vergleich + 5 Unterscheidungen), Stack für Objekterkennung 2026 (Entscheidungsbaum YOLO vs. Detectron2 vs. MMDetection vs. DETR vs. SAM), 3D Vision Engineer (aufstrebende Subspezialisierung 2024+), Remote, wie man es wird (6-12 Monate ab Backend / ML Middle + Portfolio), Senior-Fähigkeiten (tiefes PyTorch + OpenCV-Meisterschaft + Frameworks für Detektion / Segmentierung + Edge-Deployment + eine Domäne). Die Antworten werden automatisch neu berechnet.

Was verdient ein CV Engineer als Junior, Middle, Senior oder Lead?

Zahlen auf Basis einer kleinen Stichprobe — breitere Vergleichswerte finden Sie unter ML Engineer und Research Engineer / Scientist. Junior — typischer Einstieg: MS / PhD in CV / Robotik + Portfolio (Kaggle-CV-Wettbewerbe, CV-Projekte auf GitHub). Der Sprung Junior → Middle — nach dem ersten CV-Deployment in Produktion (ausgelieferte Detection-/Segmentation-/Classification-Funktion). Middle → Senior — Verantwortung für eine Multi-Task-CV-Pipeline + Expertise im Edge-Deployment oder Spezialisierung auf Generative AI. Senior → Staff / Principal — unternehmensweite CV-Strategie + Entwurf eigener Architekturen + Publikationen wissenschaftlicher Paper. Karriereweg: Backend Senior / ML Engineer Middle (2-3 Jahre) + Interesse an CV + Portfolio → CV Engineer Junior (1-2 Jahre) → Middle (2-3 Jahre) → Senior → entweder 3D Vision Engineer, Edge CV Engineer, Generative AI Engineer (Bild/Video) oder ML Research CV (akademischer Track mit Papern auf CVPR / ICCV / ECCV).

Welchen Stack braucht CV Engineer am häufigsten?

Top 5: python, pytorch, c++, opencv, tensorflow. Python in der Tiefe (überwiegend — Edge-Komponenten manchmal C++/Rust). Souveränes OpenCV: klassische CV-Operationen (cv2.findContours / cv2.HoughLines / Canny-Kantenerkennung / Morphologie / Homografie / Kamerakalibrierung / Stereo-Matching — Pflicht für Vorverarbeitung + traditionelle Algorithmen). Pillow (PIL — Bildbearbeitung). Objekterkennung / Segmentierung: Ultralytics YOLO (YOLOv8/v9/v10/v11 — Branchenstandard 2026 — einfaches Training + gute Dokumentation), Detectron2 (Meta — Forschungsniveau, flexibler), MMDetection / MMSegmentation / MMPose (OpenMMLab — riesiges Ökosystem), DETR-Familie (RT-DETR auf dem Vormarsch 2026), SAM + SAM 2 (universelle Segmentierung). Self-Supervised + Foundation Models: DINOv2 (Meta — bestes Vision-Backbone 2024 für Feature-Extraktion), CLIP + OpenCLIP + SigLIP (Vision-Language-Alignment), MAE (Masked Autoencoder). Klassifikations-Backbones: ViT-Familie, Swin Transformer, ConvNeXt, EfficientNet + MobileNet (effizient), timm (vortrainierte Modelle, Pflichtbibliothek). Datenaugmentation: albumentations (Branchenstandard — 30+ Augmentationstypen), torchvision.transforms.v2 (modern, PyTorch-nativ), RandAugment + AugMix + Mixup + CutMix. Multimodale LLMs: GPT-4V + Claude 3.5 Sonnet Vision + Gemini 1.5/2.0 Pro Vision + Open Source LLaVA + Qwen 2 VL + InternVL + Idefics2 + Molmo (bestes offenes multimodales Modell 2024). OCR: PaddleOCR (Baidu — führend bei Mehrsprachigkeit 2026 — 80+ Sprachen), EasyOCR, Tesseract (Legacy, noch riesig verbreitet), Docling (IBM 2024 — Dokumentverständnis), Surya, TrOCR (Microsoft, transformerbasiert). Gesichtserkennung: InsightFace (Open-Source-SOTA 2026 — Modelle ArcFace + RetinaFace + Buffalo), DeepFace, face_recognition. Russisch: NtechLab FaceNGN / VisionLabs Luna / Tevian / RecFaces. Videoverständnis + Tracking: ByteTrack (am schnellsten 2026), DeepSORT, BoT-SORT, StrongSORT, MOTRv2. Videomodelle: VideoMAE, X-CLIP, InternVideo, MViT. 3D-Vision: NeRF (Original 2020) + Instant-NGP (NVIDIA — 100× schneller) + Gaussian Splatting (auf dem Vormarsch 2023–2026), Nerfstudio (einheitliches Framework), Open3D (Punktwolken), PyTorch3D (Meta), Kaolin (NVIDIA), COLMAP (Structure-from-Motion), Mitsuba 3 (differenzierbares Rendering). Generative Bilder / Videos: Stable-Diffusion-Familie (SDXL + SD3 + SD3.5), FLUX.1 (Black Forest Labs — offener Rekordhalter 2024+), DALL-E 3 / Imagen 3 / Midjourney v6 / Ideogram. Video: Runway Gen-3 / Pika 1.5 / Kling AI / Sora / AnimateDiff / SVD. Oberflächen für generative Modelle: ComfyUI (knotenbasiert — Favorit der Forschung), Automatic1111. Fine-Tuning generativer Modelle: LoRA + DreamBooth für Stable Diffusion / FLUX. Inference Serving: Triton Inference Server + BentoML + TorchServe. Annotation: CVAT (OpenCV — Branchenstandard), Label Studio + V7 Darwin (kommerziell) + Roboflow (schnelles Prototyping). Datensätze: COCO (Benchmark für Erkennung / Segmentierung) + ImageNet (Klassifikation) + OpenImages + LAION-5B (generatives Training im Web-Maßstab) + Objects365 + Visual Genome + ADE20K (Segmentierung) + Cityscapes (autonomes Fahren). Hardwarebewusste Optimierung: Quantisierung (INT8 / FP16), Pruning, Distillation, strukturierte Sparsity (für Tensor Cores ab NVIDIA Ampere).

Computer Vision Engineer vs. ML Engineer vs. AI Engineer — was ist der Unterschied?

Alle drei Rollen überschneiden sich 2026, aber die Schwerpunkte unterscheiden sich. ML Engineer — Generalist, verantwortet den produktiven ML-Stack (Recsys / Betrugserkennung / Ranking / klassisches ML + LLM). Kann mit CV-Daten arbeiten, aber ohne tiefe Spezialisierung. Siehe ML Engineer. AI Engineer / LLM Engineer — Fokus auf LLM-Integration (textorientiert). Siehe AI / LLM Engineer. NLP Engineer — Fokus auf Text + Sprache. Siehe NLP Engineer. Computer Vision Engineer (diese Seite) — Fokus auf Bild- / Video- / 3D-Daten. Unterschiede: 1) Intuition für Bildverarbeitung — ein CV Engineer versteht Kameramodelle / Linsenverzeichnung / Farbräume / Histogrammanalyse / morphologische Operationen — klassisches CV-Fundament. Ein AI Engineer kennt davon meist nichts. 2) Rechenbeschränkungen — CV-Modelle sind schwer (Gigabytes), die Inferenzlatenz ist kritisch (autonomes Fahren — Vorgabe 30+ FPS), Edge-Deployment (Beherrschung von TensorRT / CoreML / OpenVINO) — exklusives CV-Terrain. 3) Spezialisierung auf generative Bilder / Videos — Expertise in Stable Diffusion / FLUX / ComfyUI-Workflows — speziell CV-Nische (überschneidet sich mit AI Engineer bei textgesteuerter Generierung). 4) 3D-Vision-Skills — NeRF / Gaussian Splatting / Punktwolken / SLAM / Kamerakalibrierung — exklusiv CV. 5) Fachexpertise — CV-Rollen sind oft an eine bestimmte Branche gebunden (autonome Fahrzeuge / medizinische Bildgebung / Robotik / AR/VR / Satellitenbilder / Qualitätskontrolle in der Fertigung). Jede Branche hat ihre eigenen Datensätze + Regeln. Karrierewechsel: ML Engineer Senior → CV Engineer — 4-8 Monate (nötig sind OpenCV + Ultralytics + Detectron2 + albumentations + eine Branche). CV Engineer Senior → ML Engineer — 2-4 Monate (leichter Seitenwechsel, MLOps + LLM-Grundlagen ergänzen). CV Engineer Senior → AI Engineer (LLM-Richtung) — 3-6 Monate. Gefragte Unterspezialisierungen 2025–2026: 3D Vision (Gaussian Splatting) / generative Bilder und Videos (FLUX + Sora-Stil) / multimodal (Vision-Language-Modelle — LLaVA / Molmo).

Object-Detection-Stack 2026 — YOLO vs. Detectron2 vs. MMDetection vs. DETR vs. SAM?

Entscheidungsbaum für Objekterkennung / Segmentierung 2026: 1) Ultralytics YOLO (YOLOv8 / v9 / v10 / v11) — Standardwahl 2026 für die Objekterkennung. Vorteile: einfaches Training (3-5 Zeilen Code), gute Doku + Community, schnelle Inferenz (Echtzeit auf CPU + Edge), breite Deployment-Unterstützung (ONNX + TensorRT + CoreML + TFLite nativ). Nachteile: Die Ultralytics-Lizenz erfordert AGPL oder eine kommerzielle Lizenz ($$) für proprietäre Nutzung, akademisch weniger flexibel als Detectron2 / MMDetection. 2) Detectron2 (Meta) — forschungstauglich. Vorteile: saubere API, flexibel (eigene Architekturen leicht umsetzbar), Apache-2.0-Lizenz (kommerziell freundlich), von Meta unterstützt. Nachteile: langsameres Training als Ultralytics, steilere Lernkurve. Einsatzfall: komplexe eigene Architekturen, Forschungsprojekte, wenn feine Kontrolle über die Trainingsschleife nötig ist. 3) MMDetection / MMSegmentation / MMPose (OpenMMLab — chinesisches Konsortium) — riesiges Ökosystem. Vorteile: 100+ vorimplementierte Architekturen (alte und neue), Referenzimplementierungen von Papern sind immer zuerst dort, Apache 2.0. Nachteile: konfigurationslastig (steile Lernkurve), chinesischsprachige Community für rein englischsprachige Nutzer manchmal schwer zugänglich, Abhängigkeiten können kollidieren. Einsatzfall: Forschung, Vergleich vieler Architekturen, Reproduktion von Papern. 4) DETR-Familie (transformerbasierte Detektion) — moderner Paradigmenwechsel seit 2020+. RT-DETR (Real-Time DETR — Baidu, im Aufwind seit 2024+ — Konkurrent von YOLO im Echtzeitbereich), DINO-DETR, Co-DETR. Vorteile: End-to-End (kein NMS-Postprocessing), oft bessere Genauigkeit bei komplexen Szenen. Nachteile: langsamere Inferenz als YOLO, rechenhungriger im Training. Einsatzfall: höchste Genauigkeitsanforderungen, komplexe Szenen (dicht gedrängte Objekte). 5) SAM (Segment Anything Model — Meta 2023) + SAM 2 (Videoversion 2024) — universelle Segmentierung. Einsatzfall: a) Zero-Shot-Segmentierung (alles segmentieren ohne Training), b) interaktives Annotationstool (Punkt- / Box-Prompt → Maske), c) Beschleunigung des Data Labeling (SAM-gestützte Annotation 10× schneller). Mit YOLO / Detectron2 kombinieren: Detektor → SAM für präzise Masken. 6) Klassische Detektion (HOG + Kaskadenklassifikatoren — OpenCV) — nur für sehr einfache Fälle, Edge-Geräte ohne GPU, stromsparende Mikrocontroller (für Embedded-Szenarien weiterhin relevant). Standardempfehlungen 2026: Deployment in Produktion + kommerziell → Ultralytics YOLO (wenn AGPL oder kommerzielle Lizenz in Ordnung ist) ODER Detectron2 (Apache-2.0-Alternative). Forschung / Reproduktion von Papern → MMDetection. Höchste Genauigkeit / komplexe Szenen → RT-DETR oder Co-DETR. Universelle / Zero-Shot-Segmentierung → SAM 2. Beschleunigung der Annotation → SAM + interaktive Workflows (CVAT-Integration). Edge / Mobile → YOLO mit TensorRT (NVIDIA) / CoreML (Apple) / TFLite (Android). Ein Senior CV Engineer muss wissen, wann was einzusetzen ist.

Welcher Anteil der Stellen ist vollständig remote?

Unter den Stellen mit angegebenem Arbeitsmodell sind 24% vollständig remote. Stellen ohne Angabe des Arbeitsmodells sind vom Nenner ausgeschlossen; hybride Arbeit wird nicht als vollständig remote gezählt.

Worin unterscheidet sich 3D Vision Engineer (NeRF / Gaussian Splatting — im Aufwind ab 2024)?

3D Vision Engineer — eine Teilspezialisierung innerhalb von CV mit Fokus auf 3D-Verständnis + neuronales Rendering. Alltag: 1) Rekonstruktion mit NeRF / Gaussian Splatting — Eingabevideo → 3D-Szenendarstellung. Tools: Instant-NGP (NVIDIA — schnelles NeRF) / Nerfstudio (einheitliches Framework) / gsplat (Gaussian-Splatting-Bibliothek) / Polycam-App für die Aufnahme. 2) Verarbeitung von Punktwolken — LiDAR-Daten (autonome Fahrzeuge) oder Tiefenkameras (Kinect / RealSense). Tools: Open3D / PCL (Point Cloud Library) / PyTorch3D. 3) Structure-from-Motion (SfM) — mehrere 2D-Bilder → 3D-Szene. Tools: COLMAP (SfM-Industriestandard). 4) SLAM (Simultaneous Localization and Mapping) — Robotik / AR — Kamerapose verfolgen + Karte erstellen. Tools: ORB-SLAM3 / OpenVSLAM / Kimera. 5) Differenzierbares Rendering — 3D aus 2D-Supervision lernen. Tools: Mitsuba 3 / nvdiffrast / Kaolin. 6) 3D-Generierung — Text → 3D-Mesh (DreamFusion + Magic3D + Zero-1-to-3) oder Bild → 3D (TripoSR / InstantMesh — Open Source 2024+). 7) Mesh-Verarbeitung — Texturierung / Retopologie / UV-Abwicklung für 3D-Content-Pipelines. Spezifischer Stack: PyTorch3D (Meta — 3D-Forschung), Kaolin (NVIDIA — 3D-DL), Mitsuba 3 (differenzierbares Rendering), Open3D / PCL (Punktwolken), COLMAP (SfM), Nerfstudio + gsplat (NeRF / 3DGS), Blender Python API (Mesh-Bearbeitung). Karriereweg: CV Engineer Senior + Interesse an Computergrafik + praktisches Portfolio mit NeRF / 3DGS → 3D Vision Engineer — 6-12 Monate.

Wie fängt man 2026 mit Computer Vision an?

Roadmap: 1) Mathematische Grundlagen — lineare Algebra + Analysis + Grundlagen der projektiven Geometrie (Transformationen / Homografien / Kameramodelle). „Multiple View Geometry in Computer Vision“ von Hartley / Zisserman — die Bibel der CV-Mathematik (kann als Nachschlagewerk dienen, muss nicht von vorn bis hinten gelesen werden). 2) Python in der Tiefe + ML-Grundlagen — PyTorch + NumPy + Matplotlib. Einen einfachen ML-Klassifikator bauen (MNIST). 3) OpenCV beherrschen — klassische CV-Operationen. Kurs: „Computer Vision Course“ von PyImageSearch (Adrian Rosebrock — der beste Einstieg in OpenCV), offizielle OpenCV-Dokumentation + Tutorials. Pet-Projekte bauen: Kantenerkennung / Panorama-Stitching per Homografie / Gesichtserkennung mit klassischen Haar-Kaskaden. 4) Deep Learning für Vision — Stanford CS231n „Convolutional Neural Networks for Visual Recognition“ (Karpathy / Li — kostenlos auf YouTube + Folien — Pflicht, der kanonische Kurs zu Deep Learning in CV). 5) PyTorch + torchvision in der Praxis — ResNet / EfficientNet auf CIFAR-10 trainieren, ein vortrainiertes Modell auf Ihrem eigenen Datensatz feinabstimmen. Die Bibliothek timm nutzen lernen (vortrainierte Modelle). 6) Objekterkennung — Ultralytics YOLO in der Praxis (der leichteste Einstieg — YOLO an einem Tag auf einem eigenen Datensatz trainieren). Dann Detectron2 (flexibler). 7) Segmentierung — Mask R-CNN über Detectron2, dann SAM (universelle Segmentierung) — interaktive Segmentierung ausprobieren. 8) Annotations-Tools — CVAT beherrschen (Branchenstandard für CV-Annotation). Einen eigenen Datensatz annotieren (10-50 Bilder), einen Detektor darauf trainieren. 9) Augmentation beherrschen — Bibliothek albumentations (Pflicht für CV in Produktion). Stabilität des Trainings verstehen — starke Augmentation verbessert die Robustheit. 10) Moderne Transformer für CV — Vision Transformer (ViT) + Swin Transformer + DINOv2 (Foundation Model). Vision-Unterstützung in Hugging Face Transformers. 11) Multimodale LLMs — GPT-4V + Claude Vision + Open-Source-LLaVA / Qwen 2 VL zum Verständnis ausprobieren. 12) Weg generative CV (beliebt 2024–2026): Stable Diffusion + FLUX in der Praxis, ComfyUI-Workflows beherrschen, Fine-Tuning mit LoRA / DreamBooth. Kurs: „Generative AI with Diffusion Models“ von DeepLearning.AI. 13) Weg 3D Vision (im Aufwind 2024+): NeRF + Gaussian Splatting in der Praxis mit dem Framework Nerfstudio, eine eigene Szene mit dem Telefon aufnehmen (App Polycam), als 3DGS rekonstruieren. 14) Edge-Deployment in der Praxis — ein PyTorch-Modell konvertieren → ONNX → TensorRT (auf NVIDIA-GPU), die Inference-Latenz benchmarken. Konvertierung nach CoreML für Apple Silicon ausprobieren. 15) Portfolio aus Pet-Projekten: a) produktionsreife Erkennungspipeline (z. B. Demo zum Zählen von Fischen / Fahrzeugen / Zellen); b) eigenes LoRA für Stable Diffusion / FLUX im eigenen Stil; c) Rekonstruktion mit Gaussian Splatting (eindrucksvolle 3D-Szene aus einem Handyvideo); d) mobile CV-App (Deployment über CoreML/TFLite). Auf GitHub dokumentieren + Blogbeitrag + Video-Demo. Russische Kurse: MIPT DLSchool (CV-Modul — kostenlos auf YouTube), Karpov.Courses „Computer Vision“ track, Otus „Computer Vision“, SkillFactory CV, School21 (Sber) AI Computer Vision track. International (EN): Stanford CS231n (kanonisch — kostenlos auf YouTube), fast.ai Practical Deep Learning (inklusive CV), Hugging Face Computer Vision Course (kostenlos), das Buch „Deep Learning for Computer Vision“ von Mohamed Elgendy, PyImageSearch University (Adrian Rosebrock — anwendungsorientiert). Pflichtlektüre: „Deep Learning for Vision Systems“ von Mohamed Elgendy (Manning), „Multiple View Geometry“ von Hartley / Zisserman (mathematisches Nachschlagewerk), „Computer Vision: Algorithms and Applications“ von Richard Szeliski (kostenlose 2. Auflage online — enzyklopädisch). Konferenzen: CVPR (Spitze — Juni), ICCV (Oktober, im Wechsel mit ECCV), ECCV (Oktober, im Wechsel), NeurIPS (Dezember — breiteres ML mit CV-Track). Backend Senior / ML Engineer Middle + Interesse an CV + Portfolio → CV Engineer Junior — 6-12 Monate. PhD in CV / Robotik → Senior CV Engineer — direkter Einstieg.

Wie viele offene Stellen enthält diese Stichprobe?

Die veröffentlichte Stichprobe enthält 303 offene Stellen nach Zusammenführung erneuter Veröffentlichungen. Dies entspricht dem Wert der Hauptkennzahl. Der geografische Abschnitt beschreibt die Abdeckung der Stichprobe; dies ist keine Schätzung des gesamten Marktes.

Welche Fähigkeiten braucht ein Senior CV Engineer?

Ein Senior CV Engineer verantwortet den gesamten Zyklus des Vision-Engineerings + technische Führung. Mathematische Grundlagen: lineare Algebra + projektive Geometrie (Kameramodelle / Homographien / Epipolargeometrie) + Analysis + Optimierungstheorie — auf dem Niveau „kann CVPR-Papers ohne Hürden bei der Mathematik lesen“. Python in der Tiefe + Backend auf Senior-Niveau: Beherrschung von async / Typing / FastAPI / pytest. C++-Grundlagen (für Edge-Deployment + eigene OpenCV-Kernels — wünschenswert). Beherrschung von PyTorch + torchvision in der Tiefe: eigene Datasets / Sampler / Losses / Trainingsschleifen, verteiltes Training (DDP für CV-Training auf mehreren GPUs), Mixed Precision (FP16 / BF16 Pflicht für die Produktion), Gradient Accumulation für große Modelle. Beherrschung von OpenCV: klassische CV-Operationen (Kalibrierung / Morphologie / Hough-Transformationen / Homographie / Stereo Matching / optischer Fluss), Grundlagen der C++-API für performancekritische Pfade. Moderne Transformer für CV: Beherrschung von ViT / Swin / DINOv2, Fine-Tuning-Strategien, hybride CNN-Transformer-Architekturen. Beherrschung von Objekterkennung / Segmentierung: produktives Deployment von Ultralytics YOLO + Erstellen eigener Architekturen in Detectron2 + MMDetection / MMSegmentation bei Bedarf + RT-DETR + Integration von SAM 2 in Pipelines. Beherrschung von Data Augmentation: albumentations fortgeschritten (eigene Transformationen + Kompositionsstrategien), Test-Time Augmentation (TTA), Verständnis von AutoAugment / RandAugment / CutMix / Mixup. Foundation Models: DINOv2 + CLIP + SigLIP + OpenCLIP — Anwendungsfälle für Feature Extraction + Zero-shot-Klassifikation + Retrieval. Multimodale LLMs (GPT-4V / Claude Vision / LLaVA / Qwen 2 VL / Molmo) — wann man sie nutzt vs. ein eigenes Modell trainiert. Beherrschung generativer CV (falls die Richtung es umfasst): Stable Diffusion + FLUX in der Tiefe — Fine-Tuning mit ControlNet / LoRA / DreamBooth / IP-Adapter / Textual Inversion. Erstellen von ComfyUI-Workflows. Grundlagen der Videogenerierung (AnimateDiff / SVD). Beherrschung von 3D Vision (falls die Richtung es umfasst): NeRF + Gaussian Splatting + Nerfstudio + COLMAP SfM + Open3D-Punktwolken. Kamerakalibrierung + projektive Geometrie in der Tiefe. Beherrschung von Edge-Deployment: ONNX (frameworkübergreifender Export + Optimierung mit ONNX Runtime), TensorRT (NVIDIA — INT8-Quantisierung + Plugin-Entwicklung bei Bedarf), CoreML (Apple Silicon — Unterstützung von Conv2D-Operationen + Besonderheiten der Neural Engine), TFLite (Android-NNAPI-Delegate), MediaPipe-Pipelines, OpenVINO (Intel iGPU). Hardwarebewusste Optimierung: Quantisierung (PTQ + QAT), Pruning, Distillation (Teacher-Student), strukturierte Sparsity (NVIDIA Ampere+ für 2× Beschleunigung). Architektur produktiver CV-Pipelines: eine End-to-End-Pipeline am Whiteboard entwerfen — Datenaufnahme (Kameras / Laufwerke / Cloud-Streaming) → Vorverarbeitung → Batch-Inferenz → Nachverarbeitung → Tracking / Aggregation → nachgelagerte Aktionen. Multikamerasysteme: Synchronisation + Kalibrierung + Fusion für autonome Systeme / Videoüberwachung. Inference Serving: Triton Inference Server (NVIDIA — am besten für mehrere Modelle + dynamisches Batching), DeepStream (NVIDIA-Videoanalytik), BentoML / TorchServe. Latenzbudgets: Entwurf für Echtzeitanforderungen (autonom: 30+ FPS, AR: 60+ FPS, Videomoderation: Batch ok), profilgetriebene Optimierung (NVIDIA Nsight + PyTorch Profiler). Domänenexpertise: tiefes Verständnis von ein bis zwei Domänen (autonomes Fahren / medizinische Bildgebung / visuelle Suche im Handel / Wahrnehmung in der Robotik / AR/VR / Satellitenbilder / Qualitätskontrolle in der Fertigung) — der wichtigste Treiber für einen Aufschlag ab Senior+. Annotationsstrategie: großskalige Annotations-Workflows entwerfen (CVAT / Label Studio + SAM-gestützt), Active-Learning-Schleifen, Qualitätskontrolle der Labels. Evaluierungsmethodik: tiefes Verständnis der COCO-Metriken (AP / AP50 / AP75 / mAP@[.5:.95]), Segmentierungsmetriken (mIoU / Dice / Boundary F1), domänenspezifische Metriken (NDS / mAP für autonome Erkennung), Evaluierung mit Human-in-the-Loop für generative Modelle. Soft Skills: Verfassen von ADRs für CV-Architekturentscheidungen, technisches Schreiben (Design-Dokumente für CV-Features + Paper-Entwürfe bei Forschungsrichtung), teamübergreifende Zusammenarbeit (Produkt- / Backend- / Robotik- / Hardware-Teams), Mentoring von Middle CV Engineers, Disziplin beim Lesen von Papers (CVPR / ICCV / ECCV / NeurIPS Pflicht zu verfolgen). Englisch ab Senior+ PFLICHT — CV-Community / Dokumentation / Papers / Konferenzen sind englischsprachig. Optionaler Bonus: Open-Source-Beiträge zu Ultralytics / Detectron2 / MMDetection / timm / albumentations / Nerfstudio — steigern den Marktwert bei Einstellungen in Big-Tech-CV / autonomen Fahrzeugen / generativer KI deutlich. Papers auf CVPR- / ICCV- / ECCV-Workshops — Aufschlag für die CV-Richtung als Research Engineer.

Anfrage hinterlassen

Beschreiben Sie die Aufgabe und hinterlassen Sie einen Kontakt — die Anfrage geht in unser CRM, und wir antworten über den angegebenen Kontakt.

Mit dem Absenden stimmen Sie zu: Datenschutzerklärung.