Computer Vision / ML engineer

Описание

О команде: Мы разрабатываем системы компьютерного зрения, которые управляют качеством производственных процессов. Наши модели работают непосредственно на производственных линиях, влияя на выпуск продукции, производительность оборудования и качество миллионов упаковок товара для животных. Наши решения способны обнаружить проблему, уведомить операторов, остановить производственную линию и предотвратить выпуск брака. Поэтому для нас важны не рекордные метрики на Kaggle, а надежность системы в реальной эксплуатации. Сегодня наши решения уже работают на производстве, а следующий этап — масштабирование на десятки производственных линий и различные фабрики. Чем предстоит заниматься: Разрабатывать и развивать production-ready системы Computer Vision для промышленного производства Создавать надежные решения для задач object detection и segmentation Анализировать ошибки моделей и улучшать качество системы не только за счет ML, но и за счет инженерных решений и бизнес-логики Разрабатывать пайплайны обучения, валидации и внедрения моделей Доводить модели до промышленной эксплуатации и сопровождать их после запуска Адаптировать существующие решения под новые производственные линии, оборудование и условия эксплуатации Работать над масштабированием CV-систем на десятки производственных машин Оптимизировать инференс под промышленное оборудование Разрабатывать вспомогательную логику и backend-компоненты вокруг моделей Совместно с инженерами производства участвовать в поиске причин возникновения дефектов и разработке систем контроля Что мы ожидаем: коммерческий опыт разработки Computer Vision решений от 5 лет; уверенное владение Python и PyTorch; опыт решения задач Object Detection и Instance/Semantic Segmentation; опыт вывода ML-моделей в промышленную эксплуатацию; понимание полного жизненного цикла CV-систем — от сбора данных до эксплуатации; опыт анализа ошибок моделей и повышения качества системы; понимание, что качество достигается не только новой архитектурой сети, но и инженерными решениями; опыт работы с OpenCV; Docker; ClearML; опыт оптимизации инференса (ONNX Runtime, TensorRT или аналогичные инструменты); понимание backend-разработки и готовность писать производственный код вокруг моделей; опыт работы с Git. Будет большим плюсом опыт работы с промышленными камерами; опыт работы с REST API; MongoDB или другими NoSQL БД; опыт построения MLOps-пайплайнов; опыт масштабирования CV-систем на множество площадок; опыт интеграции моделей с промышленным оборудованием. Что для нас важно: Мы не ищем исследователя, который хочет бесконечно экспериментировать с архитектурами нейронных сетей. Мы ищем инженера, который любит создавать надежные системы. Иногда модель уже работает с качеством 98%, и следующий шаг — не менять архитектуру, а понять, какие именно ошибки мешают бизнесу, переработать пайплайн, добавить проверки, изменить логику принятия решений и получить систему, которая обеспечивает требуемую надежность в реальном производстве. Если для исследовательской статьи достаточно одной метрики, то для нас важно, чтобы фабрика продолжала выпускать качественный продукт. Почему эта работа интересна? Команда, которая создает полный цикл продукта — от идеи и обучения модели до внедрения на фабриках по всей России. Реальное влияние на производство мирового масштаба. Решения, которые работают 24/7 и приносят измеримую бизнес-ценность. Минимум "исследований ради исследований" — максимум инженерии и внедрения. Сложные задачи масштабирования production-систем. Возможность работать на стыке Computer Vision, промышленной автоматизации и производства. Большая свобода в выборе инженерных решений и возможность видеть результат своей работы непосредственно на производстве.