Data Scientist / ML-инженер / Python-разработчик (Middle+)

Описание

Обязанности: Разработка и сопровождение AI-микросервисов на Python для системы раннего обнаружения лесных пожаров. Разработка и развитие алгоритмов интеллектуальной видеоаналитики, обнаружения дыма, возгораний и других объектов и событий. Разработка и интеграция методов мультимодального обнаружения объектов на базе визуально-языковых моделей (Vision-Language Models, VLM). Обучение и дообучение нейросетевых моделей на существующих и новых датасетах под специализированные задачи. Подготовка, обработка и анализ датасетов: очистка данных, аугментация, проверка разметки, формирование обучающих и тестовых выборок. Оценка точности моделей, анализ ошибок, снижение ложных срабатываний и повышение качества детекции. Работа с OpenCV, обработка изображений и видеопотоков, в том числе RTSP. Интеграция моделей детекции объектов и VLM в существующую систему видеоаналитики. Оптимизация и развертывание нейросетевых моделей на GPU и устройствах NVIDIA Jetson. Оптимизация производительности инференса: скорость обработки, задержки, использование CPU, GPU и памяти. Разработка и сопровождение Docker-контейнеров с AI-сервисами. Тестирование, профилирование и устранение проблем в работе моделей и микросервисов. Участие в выборе нейросетевых архитектур и развитии технических решений системы. Требования: Уверенное знание Python: ООП, asyncio, multiprocessing, работа с памятью, профилирование и оптимизация кода. Практический опыт разработки микросервисов на Python, знание FastAPI или аналогичных фреймворков, REST API. Уверенное владение PyTorch, практический опыт обучения и дообучения нейросетевых моделей. Опыт работы с датасетами: подготовка, очистка, аугментация, разделение на train / validation / test, оценка качества данных. Понимание архитектур нейросетей для Computer Vision, опыт работы с YOLO или аналогичными моделями детекции. Практический опыт работы с визуально-языковыми моделями (VLM), понимание принципов мультимодального анализа изображений и видеосцен. Понимание методов fine-tuning нейросетей, настройки процесса обучения, подбора гиперпараметров и оценки результатов. Уверенное знание OpenCV, опыт обработки изображений и видеопотоков. Понимание принципов object detection, classification, tracking и segmentation. Знание метрик качества ML-моделей: precision, recall, F1, mAP; умение анализировать ложноположительные и ложноотрицательные срабатывания. Опыт работы с NVIDIA Jetson (Orin, Xavier или аналогичными платформами). Понимание принципов GPU-вычислений, CUDA, ограничений вычислительных ресурсов и видеопамяти. Опыт оптимизации и развертывания моделей с использованием ONNX и TensorRT. Уверенная работа с Linux (Debian, Ubuntu). Практический опыт работы с Docker, включая сборку образов и запуск контейнеров с доступом к GPU. Уверенное владение Git, опыт командной разработки. Умение разбираться в существующем коде, диагностировать проблемы производительности и самостоятельно находить технические решения. Будет плюсом: Опыт разработки систем видеоаналитики, обнаружения дыма, огня и других визуальных событий. Опыт дообучения VLM, использования LoRA / QLoRA, Hugging Face Transformers, PEFT. Опыт работы с Qwen-VL, LLaVA, InternVL или аналогичными моделями. NVIDIA DeepStream SDK, GStreamer. Triton Inference Server. Опыт работы с RTSP-потоками от большого количества IP-камер, в том числе PTZ. Опыт работы с CVAT, Label Studio, Roboflow. Опыт использования MLflow, Weights & Biases, DVC. Опыт оптимизации моделей с помощью FP16, INT8, quantization, pruning, distillation. Kubernetes (K8s), Helm. GitLab CI, Jenkins, GitHub Actions или другие CI/CD-системы. Опыт работы с Redis, RabbitMQ, Kafka. Понимание MLOps, организации процессов обучения, версионирования и обновления моделей. Мы предлагаем: Возможность профессионального и карьерного роста. Мы заинтересованы в развитии сотрудников и поддерживаем желание брать на себя новые задачи и осваивать дополнительные направления. Внутрикорпоративное обучение и обмен опытом. Возможность учиться у коллег, участвовать в технических разборах, углублять экспертизу и применять новые знания на практике. Работу с современным технологическим стеком: Python, PyTorch, VLM, OpenCV, NVIDIA Jetson, CUDA, TensorRT, Docker, Linux. Реальное влияние на технические решения. Мы приветствуем инициативу, предложения по развитию AI-архитектуры, улучшению качества моделей и повышению производительности системы. Интересный и социально значимый проект. Вы будете участвовать в разработке и совершенствовании системы раннего обнаружения лесных пожаров с использованием технологий искусственного интеллекта. Возможность удалённой работы с периодическим посещением офиса для проведения совещаний, рабочих встреч и командных обсуждений. Гибкий рабочий график. Рабочий день в пределах с 9:00 до 18:00 с возможностью согласования времени работы с руководителем и командой. Дружную команду и комфортный офис. У нас можно обращаться за помощью, делиться идеями и вместе находить решения сложных технических задач.