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.