Machine Learning Engineer, Device AI

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

ML-инженер в команду Device AI, которая строит системы компьютерного зрения и машинного обучения для автоматической косметической инспекции и оценки качества устройств. Роль предполагает работу над полным ML-циклом — от исследования данных и обучения моделей до оценки и продакшн-деплоя — под руководством старших инженеров.

Задачи

• Разрабатывать и поддерживать компоненты пайплайнов компьютерного зрения и машинного обучения для автоматической визуальной инспекции и оценки качества
• Поддерживать разработку моделей: исследование и очистка данных, feature engineering, обучение и оценка моделей по заданным метрикам
• Писать чистый, покрытый тестами Python-код для продакшн-систем по стандартам команды
• Участвовать в code review в роли ревьюера и ревьюируемого
• Помогать строить и поддерживать инструменты оценки и мониторинга моделей, сообщать о проблемах с производительностью или качеством данных
• Работать с пайплайнами разметки и аннотации данных, улучшать качество обучающих данных под руководством старших коллег
• Взаимодействовать с product- и operation-партнёрами: понимать требования и переводить их в технические задачи
• Документировать работу: эксперименты с моделями, изменения пайплайнов и проектные решения
• Участвовать в sprint planning, stand-up и ретроспективах, оценивать собственные задачи
• Постепенно брать на себя больше ответственности по мере погружения в систему и домен команды

Требования

• BS в Computer Science, Data Science или смежной области (или эквивалентный практический опыт)
• 3–5 лет профессионального опыта в роли Machine Learning Engineer, Data Scientist или в близкой прикладной ML-роли
• Уверенное владение Python, опыт написания продакшн или близкого к продакшн кода (не только research-ноутбуки)
• Практический опыт с компьютерным зрением, обработкой изображений или прикладными ML-моделями, включая доведение работы до продакшн или близкой среды
• Опыт с Python-библиотеками обработки изображений, такими как OpenCV или PIL
• Знание SQL и реляционных баз данных (PostgreSQL или аналог)
• Базовое знакомство с облачной инфраструктурой (AWS или аналог)
• Понимание основ ML-инженерии: оценка моделей, версионирование моделей и данных, процесс от эксперимента до продакшна
• Знакомство с Generative AI решениями, агентными системами и использованием AI в процессах разработки (Spec-Driven Development, Intent-Driven Development); опыт с AI-инструментами кодинга — плюс
• Опыт работы в agile-командах (sprint planning, stand-up, ретроспективы)
• Хорошие навыки письменной и устной коммуникации, умение понятно объяснять свою работу
• Коллаборативный настрой и желание учиться у старших инженеров команды
• Опыт edge-деплоя, on-device инференса или hardware-in-the-loop AI-систем — плюс, но не обязателен

Навыки

• Python
• Computer Vision
• OpenCV
• PIL
• SQL
• PostgreSQL
• AWS
• Generative AI
• Agentic systems
• ML lifecycle
• Model evaluation
• Data labeling
• Image processing