Portfolio za Computer Vision inženjera: Šta firme traže u 2026.

Zašto je vaš trenutni GitHub portfolio obična hrpa beskorisnog koda

Prestanite ‘kačiti’ svaki tutorijal na GitHub. To je marketinška laž koja vam garantuje ignorisanje od strane HR-a. Ako želite karijeru koja preživljava 2026. godinu, morate prestati biti sakupljač koda i postati inženjer koji rješava skupe probleme. Vi i vaš CV zavisite od toga da li razumijete hardver isto koliko i softver. U ovom trenutku, dok čitate ove redove, hiljade juniora pokušava dobiti posao sa istim ‘Face Detection’ projektom koji je prepisan sa YouTube-a. To ne radi. Firme u 2026. ne traže nekoga ko zna ‘import cv2’; traže ljude koji znaju kako model reaguje kada mu sunce udari direktno u sočivo kamere ili kada GPU počne da se pregrijava u vlažnom industrijskom pogonu. Za ozbiljan portfolio trebate Python, C++, jednu Jetson Nano ploču ili OAK-D kameru i barem 200 sati realnog debugiranja na terenu. Postani computer vision inženjer i shvati da je put do plate od 5000 KM popločan hardverom, a ne samo čistim kodom.

Kalibracija kamere: Miris ozona i preciznost koju niko ne uči

Kalibracija nije samo kliktanje na šahovsku tablu; to je fizika svjetlosti i optička distorzija koju morate ukrotiti. Većina početnika preskoči ovaj korak, misleći da su fabrička podešavanja dovoljna. Velika greška. Ako vaš portfolio ne sadrži dokumentovan proces kalibracije za specifične leće, vi niste inženjer, vi ste korisnik aplikacije. Osjetite grubost 3D printanog kućišta dok pokušavate fiksirati kameru pod uglom od 45 stepeni. Čut ćete tihi šum ventilatora dok se procesor bori sa distorzijom slike u realnom vremenu. Firme u 2026. traže ljude koji razumiju Intrinsic i Extrinsic parametre. Ako ne znate kako popraviti ‘rolling shutter’ efekat pri brzom kretanju, vaš model će biti beskoristan u logistici ili robotici. Izmjeri uspjeh AI modela jer metrike poput mAP (mean Average Precision) ne znače ništa ako kamera nije pravilno fokusirana u uslovima slabog osvjetljenja.

Da li je kalibracija zaista neophodna za svaki projekat?

Da, bez izuzetka, jer svako sočivo ima mikroskopske nesavršenosti koje iskrivljuju sliku i kvare preciznost koordinata u 3D prostoru. Bez kalibracije, vaša detekcija objekata je samo nagađanje piksela, a ne inženjersko rješenje.

The ‘Anatomy of a Screw-Up’: Zašto vaš model ‘vidi’ duhove

Najveći promašaj koji možete napraviti je ignorisanje rubnih slučajeva (edge cases) u podacima. Zamislite da ste proveli 40 sati trenirajući model za detekciju pukotina na betonu, a on u produkciji počne prijavljivati obične sjenke kao kritične kvarove. To se dešava jer ste koristili savršene slike sa interneta. U stvarnom svijetu, beton je prljav, mokar i loše osvijetljen. Ako u portfoliju nemate sekciju ‘Kako sam riješio lažne detekcije’, niko vas neće shvatiti ozbiljno. Morate naučiti kako se boriti sa balansom podataka. Popravi data imbalance tako što ćete namjerno prikupljati slike pod najgorim mogućim uslovima. Ako vaš dataset nema barem 20% slika ‘lošeg kvaliteta’, vaš model je osuđen na propast u prvih šest mjeseci rada. Ne budite lijeni; idite vani, slikajte objekte po kiši, u mraku i dok vam se ruke tresu.

WARNING: Nikada ne gledajte direktno u infracrvene LED diode visoke snage koje se koriste za noćni vid kod CV kamera. Možete trajno oštetiti retinu, a da to i ne osjetite jer ljudsko oko ne registruje tu talasnu dužinu. Uvijek koristite zaštitne naočale ili digitalni vizir.

Zašto itekako trebate razumjeti matematiku iza aktivacijskih funkcija

Aktivacijske funkcije su motor vašeg neuronskog modela i ako izaberete pogrešnu, vaš model će ‘ispariti’ tokom treninga (vanishing gradient). Nemojte samo lupiti ‘ReLU’ jer ste to vidjeli na blogu. Morate objasniti zašto je to bio pravi izbor za vašu arhitekturu. Sredi svoj neuronski model tako što ćeš razumjeti razliku između linearne i nelinearne separacije podataka. U 2026. godini, intervjueri će vas pitati o ‘Leaky ReLU’ ili ‘GELU’ funkcijama u kontekstu optimizacije za mobilne uređaje. Izaberi pravu activation funkciju jer to direktno utiče na to koliko će se vaš Edge uređaj grijati. Model koji troši bateriju za 15 minuta jer ste izabrali pretešku aktivaciju je smeće, a ne proizvod.

Koju aktivacijsku funkciju koristiti za real-time detekciju na Edge uređaju?

ReLU je i dalje zlatni standard zbog svoje računske jednostavnosti, ali za duboke mreže na ograničenom hardveru često ćete morati koristiti Swish ili h-swish kako biste zadržali preciznost bez gubitka FPS-a.

Fizička realnost: Sklapanje kućišta i upravljanje toplotom

Inženjering računarskog vida nije samo kucanje po tastaturi; to je rvanje sa fizikom. Kada ugurate procesor koji troši 15W u plastičnu kutiju, on će se istopiti ako niste predvidjeli protok vazduha. Vaš portfolio bi trebao pokazati fotografije vašeg fizičkog setupa. Pokažite te razbacane kablove, slather (nabacan) termalnu pastu na hladnjak i modifikovane ventilatore. To dokazuje da ste vi to zapravo izgradili. DIY duh u Computer Visionu znači da znate koristiti lemilicu isto kao i VS Code. Pokažite da razumijete ‘Thermal Throttling’. Ako FPS padne sa 30 na 5 nakon deset minuta rada, vaš sistem je beskoristan. Koristite aluminijske hladnjake, optimizujte kod i budite brutalno iskreni o limitima vašeg hardvera. Firme cijene inženjera koji kaže: ‘Ovaj sistem radi na 25 FPS, ali samo ako je temperatura okoline ispod 30 stepeni’. To je autoritet. To je iskustvo koje se plaća.

Zašto vaš kod mora biti ‘flushed’ sa hardverskim ubrzanjem

Pisanje čistog Python koda je super za fakultet, ali u industriji 2026. to je presporo. Morate znati kako prebaciti težak posao na GPU koristeći CUDA ili TensorRT. Ako vaš portfolio ne spominje ‘Quantization’ (kvantizaciju) ili ‘Pruning’ modela, vi gubite novac firme. Model od 500MB koji radi na desktopu morate ‘stisnuti’ na 20MB da bi radio na pametnoj kameri. To je proces koji zahtijeva strpljenje. Provest ćete sate debugirajući zašto se preciznost srušila nakon što ste model prebacili u INT8 format. To je bolan proces. Oči će vas peći od gledanja u logove u tri ujutro. Ali kada konačno dobijete glatkih 60 FPS na uređaju koji košta 50 eura, osjećaj je nevjerovatan. To je ono što firme traže—magiju koja je utemeljena u surovoj optimizaciji.