ML-инженер

- Разработка и доработка модулей и глобальных проектов компании, связанных с оценкой, контролем и анализом автомобильной дорожной сцены (ML-модели, рекомендательные системы, агрегация и предобработка данных);
- Подбор и тюнинг ML-моделей для компьютерного зрения (распознавания объектов в видеопотоке, сегментация, классификация);
- Подготовка и развертывание Docker-контейнеров для разработанных моделей (включая задачи демонстрации моделей заказчикам);
- Сбор и постановка задач на разметку данных в CVAT (собственные операторы обработки);
- Активное использование legasy-системы для ML-разработки (журнал разработки; GitLab: issue, tasks, wiki, CI/CD; ML DevOps).

- Опыт Python ML-разработки (PyTorch, PyCharm, OpenVINO, ONNX models, Streamlit);
- Знание основных архитектур нейронных сетей для работы с графическими данными (Deeplab3plus, EfficientNet, Yolo, Mobilenet, Unet) и метрик к ним;
- Опыт работы с openCV;
- Опыт использования DevOps практик (юнит-тесты, линтеры, GitLab CI/CD, Gitlab Runners, Docker, main-UAT-DEV, структура git проектов);
- Понимание работы API и json-объектов;
- Работа в Linux-системах и знание команд командной строки;
- Умение оптимизировать ML-системы с точки зрения их быстродействия (прунинг, квантизация);
- Уверенное использование git.

Будет плюсом (и, возможно, придется столкнуться в будущем):
- Опыт работы с PostgreSQL и SQL-запросами;
- Опыт работы в legacy-инфраструктуре;
- Знание С++;
- Опыт работы с гео-фреймфорками python и понимание пересчета координат в расстояния (WSG-84 и т.п.);
- Знание основ backend и серверной архитектуры.

- Аккредитованная IT-компания;
- Комфортный офис (Казань);
- Пятидневная рабочая неделя;
- Оформление по ТК РФ, полностью "белая" зарплата;
- Размер заработной платы определяется по результатам собеседования.