О нас Мы — агрегатор аутстаффинговых проектов и помогаем специалистам находить проекты под их реальный опыт и сильные стороны. Помогаем адаптировать резюме под конкретную вакансию и требования заказчика Помогаем формировать проектное резюме с акцентом на релевантный опыт Автоматически подбираем и отправляем приглашения на новые подходящие вакансии Долгосрочное сопровождение специалиста по нескольким проектам О проекте Проект в области промышленности. Используемые технологии: ClearML, Docker, CI/CD (GitLab CI / GitHub Actions), Prometheus, Grafana, TensorRT, OpenVINO, CVAT, Kafka (желательно). Обязанности: Развитие текущей MLOps-инфраструктуры для задач компьютерного зрения Внедрение и поддержка системы управления экспериментами (в первую очередь ClearML) Помощь в построении и поддержке пайплайнов обучения, валидации и деплоя моделей Настройка репозиториев для CV-моделей Мониторинг качества уже реализованных моделей в продакшене Организация сбора, хранения и версионирования данных и моделей Интеграция уже развернутого CVAT с корпоративным хранилищем данных Оптимизация и ускорение инференса (в том числе с использованием TensorRT / OpenVINO) Настройка логирования, алертинга и наблюдаемости экспериментов CV Взаимодействие с CV DS и PLOPS командами для стандартизации процессов разработки и деплоя моделей Целевое ускорение разработки CV DS команды на 20% после внедрения нового флоу разработки Требования: Опыт работы в роли MLOps от 2–3 лет Опыт разработки CV моделей от 1 года Опыт построения CV-пайплайнов (training / validation / deployment) Практический опыт с инструментами управления экспериментами (ClearML и аналоги) Опыт работы с Docker и CI/CD (GitLab CI / GitHub Actions или аналогами) Уверенные знания Python Опыт работы с Linux на уровне администрирования Понимание жизненного цикла CV-моделей и проблематики продакшена (drift, reproducibility, versioning) Опыт работы с системами мониторинга (Prometheus, Grafana или аналоги) Понимание работы GPU и особенностей инференса моделей на разных бекендах Опыт внедрения ClearML с нуля Опыт работы с Kubernetes Опыт оптимизации моделей (TensorRT, OpenVINO) Опыт работы с CV-задачами (детекция, сегментация, видеоаналитика) Опыт работы с потоковыми данными (Kafka и аналоги) Условия: Формат работы: Удаленная работа Тип занятости: Полная занятость
Похожие вакансии