ML инженер в команду компьютерного зрения

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.

Обязанности

• 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

Требования

• 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 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.