Senior Software Engineer, ML Infrastructure

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Инженер в команду ML Infrastructure компании Apptronik, создающей человекоподобного робота Apollo. Задача — строить платформу, которая проводит данные от сбора и аннотации через обучение и оценку до готовой модели, работающей на реальном железе.

Задачи

• Строить ML-платформу: API, воркеры и control plane для самостоятельного перемещения данных и моделей исследователями и робототехническими командами
• Создавать пайплайны курирования и аннотации данных: отбор и фильтрация эпизодов манипуляций с синхронизированными сенсорными потоками
• Организовывать workflow аннотации, сочетающие автоматическую разметку с human-in-the-loop проверкой
• Обеспечивать версионирование датасетов и lineage вплоть до точных данных, породивших модель
• Делать рутинными операции с многотерабайтными датасетами: трансформацию, сборку, статистику покрытия и качества
• Строить harness'ы для оценки политик в симуляции на GPU-кластере, а также бенчмарки и метрики для симуляции, реального робота и телеоперации
• Создавать model store с версионированием, метаданными, результатами оценки и lineage, а также путь промоушена модели от обученной до развёрнутой на роботе
• Обеспечивать упаковку моделей (ONNX, TensorRT) совместно с командой Autonomy
• Предоставлять инструменты для исследователей: трекинг экспериментов, запуск тренировочных задач, sweeps, воспроизводимые контейнерные окружения
• Согласовывать контракты жизненного цикла датасетов и моделей с Autonomy, Data Platform и TeleOp
• Участвовать в определении технического направления этих слоёв и менторить инженеров через code и design review

Требования

• Опыт проектирования и поставки production-систем и сервисов, от которых ежедневно зависят другие команды
• Глубокий практический опыт с крупномасштабными data pipelines для ML: трансформация и сборка многотерабайтных мультимодальных сенсорных данных (видео и изображения, синхронизированная телеметрия робота)
• Опыт работы с колоночными и time-series форматами (Parquet, Arrow), версионированием датасетов и lineage (lakeFS, DVC, Iceberg или аналоги), объектным хранилищем (S3, MinIO)
• Опыт аннотации и разметки ML-данных в масштабе: автоматическая аннотация в сочетании с human-in-the-loop, инструментарий, контроль качества и управление пропускной способностью
• Опыт построения крупномасштабных evaluation или simulation harness'ов: множество параллельных задач на GPU-инфраструктуре с агрегацией в результаты для принятия решений
• Уверенный Python и общие навыки software engineering (тестирование, дизайн API, code review)
• Опыт с облачной инфраструктурой, Kubernetes, Docker и современными CI/CD
• 5+ лет профессионального опыта в software engineering на ML-платформах, data-инфраструктуре или смежных областях, либо 3+ года прямого опыта владения инфраструктурой данных и оценки для моделей, доведённых до production
• Степень бакалавра или магистра в Computer Science, Machine Learning или смежной технической области, либо эквивалентный опыт

Условия

• Прямой найм (direct hire), без агентств
• Равные возможности трудоустройства для всех сотрудников и кандидатов
• Работа в небольшой команде, платформа которой ежедневно используется исследователями и инженерами MLOps, Autonomy, Data Platform и TeleOp

Навыки

• Python
• Kubernetes
• Docker
• CI/CD
• Parquet
• Arrow
• lakeFS
• DVC
• Iceberg
• S3
• MinIO
• ONNX
• TensorRT
• MCAP
• ROS
• LeRobot
• Isaac Sim
• IsaacLab
• MuJoCo
• ONNX Runtime