ML-инженер

Камаев Богдан Эльмарович; United States; Remote; USD 120,000 - 170,000; Full time

Benefits offered by this job

ДМС

Бонусы по результатам

Обучение за счёт компании

Job summary

Unknown — команда, работающая над продуктами на основе компьютерного зрения, анализ видеопотоков и трекинг объектов. Ваша роль — держать качество и скорость моделей на высоком уровне, доводить их до стабильной работы в реальном видеопотоке от датасета до инференса на железе.

Требуется уверенное владение Python и PyTorch, опыт вывода моделей в продакшн, знание ONNX/TensorRT и оптимизация инференса на GPU и edge-устройствах.

Qualifications

• Уверенное владение Python и PyTorch и доведённые до продакшена модели.
• Опыт обучения детекции/сегментации от постановки задачи до продакшена.
• Знание OpenCV и традиционных методов обработки изображений.

Responsibilities

• Обучать и дообучать модели детекции, сегментации и классификации изображений (YOLO, RT-DETR, U‑Net и аналоги).
• Строить пайплайны обработки видеопотоков: детекция, трекинг, подсчёт и аналитика событий.
• Готовить и развивать датасеты: постановка задач разметки, контроль качества, аугментации.
• Оптимизировать инференс: ONNX, TensorRT, квантизация; работать на GPU и edge-устройствах.
• Выводить решения в production и поддерживать их работу.
• Оценивать качество: mAP, precision/recall, разбор ошибок на реальных данных.
• Следить за SOTA-решениями, экспериментировать и внедрять эффективные подходы.

Skills

Python

PyTorch

OpenCV

CNN architectures

ViT/DETR

TensorRT

ONNX

Docker

Linux

Git

Education

Профильное техническое образование

Tools

Jetson

Edge devices

Git

CUDA

Job description

Описание: Мы развиваем продукты на базе компьютерного зрения: анализ видеопотоков с камер, детекция и трекинг объектов, распознавание на изображениях. Модели уже работают в продакшене, и мы ищем инженера, который будет отвечать за их качество и скорость — от датасета до инференса на железе. Если ты умеешь не только обучить модель в ноутбуке, но и довести её до стабильной работы на реальном видеопотоке — ждём тебя.

Задачи:

• Обучать и дообучать модели детекции, сегментации и классификации изображений (YOLO, RT-DETR, U-Net и аналоги);
• Строить пайплайны обработки видеопотоков: детекция, трекинг, подсчёт и аналитика событий;
• Готовить и развивать датасеты: постановка задач разметки, контроль качества, аугментации;
• Оптимизировать модели для инференса: ONNX, TensorRT, квантизация, работа на GPU и edge-устройствах;
• Выводить решения в production и поддерживать их работу;
• Оценивать качество: mAP, precision/recall, разбор ошибок на реальных данных;
• Следить за SOTA-решениями, экспериментировать и внедрять то, что работает.

Требования:

• Уверенный Python и PyTorch;
• Опыт обучения моделей детекции и/или сегментации от постановки задачи до продакшена;
• Знание OpenCV и классических методов обработки изображений;
• Понимание архитектур CNN и трансформеров для зрения (ResNet, ViT, DETR);
• Опыт оптимизации инференса (ONNX, TensorRT или аналоги);
• Docker, Linux;
• Git, культура код-ревью;
• Опыт от 3 лет.
• Будет плюсом: Опыт работы с видеопотоками: RTSP, GStreamer, DeepStream;
• Опыт с edge-устройствами: NVIDIA Jetson, OpenVINO;
• C++ для критичных по скорости участков;
• Опыт с OCR, 3D/SLAM или генеративными моделями;
• Английский для чтения документации и статей;
• Профильное техническое образование

Условия:

• Удалённо или гибрид;
• ДМС;
• Бонусы и премии по результатам;
• Оформление по ТК РФ;
• Компенсация спорта;
• Обучение за счёт компании, участие в конференциях.