Обязанности:
Наша команда развивает open-source фреймворк автоматического машинного обучения FEDOT и его индустриальное расширение (Fedot.Industrial). Фокус — классический ML, AutoML, прогнозирование временных рядов и масштабируемые эксперименты на бенчмарках. Мы ищем в Middle ML инженера, желающего развиваться в промышленной разработке ML-фреймворков: улучшение качества кода, инфраструктуры и воспроизводимости экспериментов. Чем предстоит заниматься: рефакторинг и развитие legacy-кода фреймворка AutoML FEDOT: архитектурные изменения, повышение тестируемости и производительности; адаптация моделей и потоков данных к torch-friendly формату (тензоры, батчинг, data pipeline, совместимость с GPU); интеграция Fedot.Industrial в основную кодовую базу FEDOT: унификация интерфейсов, зависимостей, пайплайнов, общих утилит, моделей и операций над данными; дизайн экспериментов и бенчмаркинг: постановка протоколов, метрики, контроль воспроизводимости, сравнение подходов, использование AMLB, pytsbe. Прогоны на семействах датасетов M4 / Monash / OpenML / UCR; анализ результатов и оформление выводов (таблицы, отчёты, артефакты). Ожидаемый результат работ: PR’ы в кодовую базу FEDOT/Fedot.Industrial (архитектурно согласованные изменения); репродуцируемые скрипты запусков бенчмарков и отчёты по экспериментам (метрики, таблицы, сравнения); улучшения скорости/памяти/стабильности + понятная документация по ключевым изменениям. Требования: Python: уверенное владение, культура кода (линтеры, стиль, code review), Git, тесты, базовое CI/CD, контейнеризация; ML-стек: опыт с PyTorch (тензоры, dataloading, GPU), scikit-learn (пайплайны, метрики, кросс-валидация); проектирование: глубокое понимание ООП (SOLID, паттерны проектирования) для создания расширяемой архитектуры; основы функционального программирования (чистота, иммутабельность) и монадические структуры (Either, Option) для обработки ошибок; Dask: параллелизация/распределённые вычисления на уровне задач и данных. Будет плюсом: опыт с CuPy и GPU-ускорением; экспертиза в одной из областей: AutoML, мета-обучение, временные ряды, классический ML (табличные данные, композиция моделей); навыки product-подхода к исследовательскому коду (документация, тесты, обратная backward compatibility). Условия: дружная команда, в которой можно расти; участие в реальных проектах, где ценится инициативность; ИТМО – первый неклассический университет в ТОП-100 рейтинга работодателей; оформление по ТК РФ с первого рабочего дня; годовые премии по результатам работы; полис ДМС по истечении испытательного срока работы; более 30 внутренних курсов повышения квалификации; возможность проходить внешнее обучение за счет работодателя; несколько иностранных языков для бесплатного изучения с сертифицированными преподавателями и носителями; заботливые коллеги, знающие толк в экологичных коммуникациях; система адаптации с индивидуальными наставниками; доступ к библиотечному фонду ИТМО, а также бесплатный доступ к платформе “ЛитРес: библиотека” и к библиотеке “Alpina Digital”; бесплатные регулярные и разовые сеансы у корпоративных психологов и коучей; скидки на фирменный мерч в ITMO.Store и скидки от партнеров ИТМО; льготное посещение театров, музеев и концертных площадок города; мероприятия для сотрудников: лекции с представителями науки, бизнеса и медицины, спортивные мероприятия, дни донора, праздники и корпоративы.Похожие вакансии
Договорная
Санкт-Петербург. Станции метро: Василеостровская
СПб ГКУ Санкт-Петербургский информационно-аналитический центр
Договорная
Санкт-Петербург. Станции метро: Василеостровская
Ростелеком
Договорная
Санкт-Петербург. Станции метро: Василеостровская
Ростелеком