Обязанности:
Мы строим платформу для интеллектуального анализа видео-контента и извлечения признаков (CV + NLP), которая превращает библиотеку из 100 000+ видеороликов в структурированные, индексируемые и поисковые данные.Платформа покрывает полный цикл обработки видео: извлечение кадров, аудио и метаданных, детекцию, трекинг, сегментацию, OCR, ASR, построение семантических эмбеддингов, индексирование и поиск по фичам.Сейчас мы ищем ML Engineer, который будет играть ключевую роль в развитии ML-части платформы — от экспериментов с моделями до продакшн-сервисов. Чем вы будете заниматься: Разрабатывать и поддерживать production-ready Python-код (PEP8, type hints, unit tests, CI/CD). Проектировать и проводить ML-эксперименты: постановка гипотез, логирование, репликация результатов. Анализировать ML-метрики и принимать решения по улучшению качества моделей. Проводить сравнительный анализ моделей и выбирать оптимальные решения по качеству, латентности и потреблению ресурсов. Интегрировать ML-модели в сервисы (REST / gRPC), участвовать в деплое и мониторинге. Оптимизировать инференс: профилирование, batching, квантизация, ONNX, TensorRT, ускорение на CPU/GPU. Участвовать в проектировании архитектуры ML-систем и пайплайнов. Проводить code review, менторить инженеров, делиться экспертизой. Настраивать экспериментальные и продакшн-пайплайны: CI/CD для моделей, мониторинг качества в проде.Мы ожидаем, что вы: Отлично владеете Python и придерживаетесь принципов чистого кода (linters, type hints, тесты). Имеете глубокий опыт работы с PyTorch и production-файнтьюном моделей. Работали с задачами Computer Vision и/или NLP в реальных проектах. Хорошо понимаете ML-метрики (precision/recall/F1, AUC, BLEU/ROUGE и др.) и умеете их интерпретировать. Имеете опыт упаковки моделей в сервисы (REST/gRPC), знакомы с Docker и контейнеризацией. Уверенно пользуетесь Git. Занимались оптимизацией инференса (профилирование, квантизация, ONNX, TensorRT или аналоги). Имеете опыт разработки ~5+ лет, из них 3+ года в ML / PyTorch. Умеете доводить ML-решения от исследования до продакшна.Будет плюсом: Опыт в MLOps: CI/CD для моделей, мониторинг (Prometheus, Grafana), data drift detection. Опыт работы с Kubernetes и оркестраторами. Опыт использования систем очередей и асинхронной обработки. Опыт работы с большими объёмами видео- или мультимедийных данных.Мы предлагаем: Необходимое оборудование и софт для работы; Официальное трудоустройство; ДМС со стоматологией, офисный врач, доплата больничного листа, корпоративные скидки; Льготные условия ипотеки в рамках зарплатного проекта; Бесплатная подписка на сервисы партнеров; Корпоративный спорт; Насыщенная корпоративная жизнь; Электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам.Похожие вакансии
Договорная
Москва. Станции метро: Баррикадная, Краснопресненская, Ермакова Роща
Devhunt
От 300 000 до 350 000 руб.
Москва. Станции метро: Баррикадная, Краснопресненская, Ермакова Роща
Heaad
Договорная
Москва. Станции метро: Баррикадная, Краснопресненская, Ермакова Роща
Негосударственный Пенсионный Фонд Сбербанка
Договорная
Москва. Станции метро: Баррикадная, Краснопресненская, Ермакова Роща
BI.ZONE
Договорная
Москва. Станции метро: Баррикадная, Краснопресненская, Ермакова Роща
Algonova
CV Engineer / ML Data Specialist
Договорная
Москва. Станции метро: Баррикадная, Краснопресненская, Ермакова Роща
Датаспайк Ру