Обязанности:
О команде: Наша команда состоит из 10 инженеров компьютерного зрения, распределенных по всей России, с основными ячейками в Новосибирске, Томске и Санкт-Петербурге. Основной продукт команды - сервис по распознаванию документов для нужд финтеха. Основные задачи команды: Разработка и поддержка систем классификации, сегментации, оценки качества и OCR на базе нейронных сетей. Создание и ускорение моделей для развертывания на серверах и запуска на мобильных устройствах. Развитие инфраструктуры и анализ метрик на бою. Непосредственное участие в генерации идей для улучшения сервисов вместе с бизнесом. Сейчас мы активно ищем людей, которые помогут автоматизировать пайплайн обучения моделей и обработки данных для ускорения процессов в команде. Помимо инфраструктурного развития мы также стремимся технически развивать и оптимизировать наши сервисы, внедряя новые подходы и инструменты. Чем предстоит заниматься Выстраивать, оптимизировать и автоматизировать пайплайны обучения и тестирования моделей компьютерного зрения. Разрабатывать инструменты для автоматического сбора предобработки и аннотирования данных. Оптимизировать процесс взаимодействия с командой разметки для улучшения качества данных Создавать новые и развивать текущие внутренние инструменты для аналитики работоспособности сервиса. Заниматься ускорением и улучшением сервиса распознавания документов. Требования Опыт работы: от 2 лет в качестве ML Engineer или в схожей области. Знание Python: Профессиональное владение языком Python. Это включает: Глубокое понимание синтаксиса, семантики и базовых структур данных языка (списки, словари, множества). Знание и умение применять парадигмы ООП: классы, объекты, наследование, полиморфизм. Опыт работы с модулями и пакетами, понимание импорта и пространства имен. Знание базовых алгоритмов и структур данных: сортировка, поиск, деревья, графы. Умение работать с менеджером зависимостей Poetry: создание виртуальных сред, управление пакетами, создание spec-файла. Работа с данными и анализ: NumPy: умение работать с массивами данных, в частности: создание и манипуляция, изменение шейпа, индексирование и срезы, базовые алгебраические операции, каст данных в разные типы. Понимание основных статистических показателей: среднее значение, медиана, стандартное отклонение, квантили. Опыт работы с метриками: умение рассчитывать метрики, релевантные для задач машинного обучения (точность, полнота, F1-score, AUC). Pandas для анализа данных: умение сортировать, группировать, фильтровать и создавать сводные таблицы на основании таблиц. Визуализация данных: библиотеки визуализации (matplotlib, seaborn) для построения графиков и диаграмм по результатам анализа. PyTorch: Глубокое понимание фреймворка PyTorch и его основных компонентов: тензоры, вычисления градиентов, функции активации, операции с тензорами, оптимайзеры и даталоудеры. Знание задач компьютерного зрения и основных бейзлайнов: object detection, image classification, image segmentation, OCR Умение самостоятельно писать модули с нейронными сетями: слои, функции активации, архитектуры сетей. Умение создавать собственные классы датасетов: Написание классов для работы с собственными типами данных. Использование различных семплеров (WeightedRandomSampler, RandomSampler etc.). Computer Vision: Библиотеки openCV и PIL для работы с изображениями Умение применять аффинные преобразования к изображениям (повороты, масштабирование, сдвиги) Опыт работы с фильтрами для обработки изображений (blur, sharpen, edge detection) Будет плюсом Опыт использования фреймворка PyTorch-Lightning для обучения моделей PyTorch. Опыт работы с Apache Airflow для автоматизации и управления потоками данных. Знание платформы LabelStudio для аннотации данных. Опыт обучения и портирования нейронных сетей на мобильных устройствах. Знание принципов контейнеризации и умение создавать Docker-образы для моделей машинного обучения. Мы предлагаем: Понятная траектория роста (performance review, карьерные консультации, индивидуальная карта развития и т.д.) Обучение и развитие за счёт ресурсов компании (Учебный центр, корпоративная библиотека, оплата внешнего обучения) Социальный пакет (ДМС с первого рабочего дня, скидки от партнёров, детская программа, поддержка спорта и т.д.) Насыщенная корпоративная жизнь (радио, подкасты, кибертурнир, собственные мероприятия и участие в крупных событиях отрасли) Возможность быть наставником, автором корпоративного блога, спикером – каждый выбирает то, что подходит именно ему Официальное трудоустройство с первого дня, полностью белая зарплата. Рассматриваем резюме от кандидатов из любого региона. Можно работать удаленно или из регионального офиса компании.