Computer Vision / ML engineer
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.