📍 Москва (м. Сокол)Офис или гибрид
Специализация
Data Science / Machine Learning
Английский
B2 — Upper-IntermediateB2 — Upper-Intermediate
Мы ищем лидера команды компьютерного зрения с опытом разработки, запуска и поддержки ML-продуктов в продуктовую среду. Целями Data Science команды являются повышение эффективности работы компании за счет применения современных инструментов и технологий глубокого обучения. Результат работы команды — драйверы роста компании, изменения в процессах и инструментах, снижение затрат и рисков.
Основной потребители продуктов по компьютерному зрению — наши фабрики. Текущий состав команды под прямым управлением данного лидера — 8 DS CV и PM. Также на создание продуктов подключаются Frontend- и Backend-разработчики и MLOps. В целом над программой работает более 25 человек из разных отделов организации.
Технологии/инструменты
PythonPyTorchOpenCVDockerKafka
Общий технологический стек команды
- Python, PyTorch, OpenCV, Linux, Gitlab, ONNX, Triton/TensorRT, Jetson, Flask/FastAPI/Streamlit, CVAT, Docker, Kubernetes, ClearML, MLFlow, Kafka, Grafana.
Вы будете отвечать за
- Лидирование работы команды разработки моделей компьютерного зрения: постановка и контроль выполнения задач, код ревью, ведение бэклога команды, создание и оценка планов развития каждого члена команды.
- Создание и актуализация стратегии и дорожной карты по процессу разработки дата-продуктов с применением моделей компьютерного зрения.
- Общение с бизнес-заказчиками и смежными командами специалистов, участвующими в запуске дата-продуктов.
- Выступление в качестве внутреннего консультанта — эксперта по компьютерному зрению, проведение тренингов для сотрудников.
E2E Pipeline по разработке дата-продуктов с использованием моделей компьютерного зрения:
- Проверка качества данных на соответствие бизнес-задаче.
- Конвертация бизнес-задачи в композицию CV-задач, необходимых для ее решения.
- Разметка данных для различных CV-задач (есть собственный инструмент авторазметки).
- Описание и согласование архитектуры для запуска дата-продуктов с использованием CV-моделей.
- Обучение, валидация и тестирование CV-моделей, подготовка необходимых выборок.
- Проектирование и написание бизнес-логики обработки результатов работы моделей, упаковка в CLI-контейнер (Docker) или простой сайт (Streamlit и т.д.) для тестирования и проверки качества бизнес-метрики (этап PoC).
- Подготовка и деплой бизнес-логики и моделей для инференса на необходимом оборудовании (этап MVP).
- Масштабирование MVP и обработка ошибок (этап масштабирования на все производственные мощности компании).
Мы ожидаем
- Более 4 лет опыта работы в области машинного обучения, из них не менее 3 лет в области Computer Vision.
- От 2 лет лидерства команды специалистов по машинному обучению: развитие навыков участников команды, постановка и контроль выполнения целей, найм.
- Уверенное знание Python, алгоритмов машинного и глубокого обучения, статистики, опыт работы с PyTorch.
- Опыт работы с MLOps, включая опыт автоматизации процессов машинного обучения.
- Опыт оптимизации моделей с точки зрения времени и вычислительных ресурсов.
- Уверенное знание Python, алгоритмов машинного и глубокого обучения, статистики, опыт работы с PyTorch, OpenCV.
- Уверенные знания задач компьютерного зрения, архитектур и моделей.
- Подтвержденный опыт создания пайплайнов машинного и глубокого обучения, работающих в продуктивной среде разработки (обучение, оценка, использование в системах реального времени).
- Опыт контейнеризации в Docker.
- Опыт работы с брокерами сообщений (Kafka и другие).
- Отличные навыки коммуникации и работы в команде.
- Высшее образование в области информатики, математики, статистики или родственных областей.
Будет плюсом, но не критично
- Опыт работы со стэком мониторинга (Grafana, Telegraf, InfluxDB).
- Опыт работы с удаленными Linux-машинами и ОС Linux в целом и/или Yandex Cloud (Data Proc, Data Sphere и т.д.) или аналогичными облачными системами.
- Опыт инференса на Jetson и подобных локальных вычислителях, оптимизации инференса на TensorRT, Triton, ONNX, знание квантования, дистилляции и т.д.
- Опыт с Kubernetes и/или MLFlow.
Мы предлагаем
- Собственные мощные GPU для обучения и тестирования.
- Наличие внутренних CV-инструментов для упрощения работы.
- Возможность сбора необходимых данных напрямую от участников производственного процесса.
- Короткий цикл обратной связи с бизнесом.
- Помощь в построении карьеры с учетом твоих профессиональных интересов, используя лучшие инструменты и передовой опыт.
- Конкурентную заработную плату и годовые премии.
- Ежегодный пересмотр заработной платы (с учетом рыночной ситуации и индивидуальной результативности сотрудника).
- Корпоративную программу софинансирования долгосрочных накоплений.
- ДМС со стоматологией для сотрудников и членов семьи с первого дня работы.
- Страхование жизни с первого рабочего дня.
- Компенсацию питания, оплату мобильной связи и интернета.
- Уникальную корпоративную культуру с заботой и уважением к каждому сотруднику.
- Корпоративную программу по поддержке здоровья и благополучия сотрудников (консультации с финансовыми специалистами, юристами и психологами, экспертами по здоровому образу жизни).
- Систему бонусов и скидок от компании и партнеров.
Евгения Киримлидис Talent Acquisition Sourcing Partner