Computer Vision / ML Engineer

Локация: Москва, Ленинградский проспект, 72к1; гибридный формат работы

Компания

Mars развивает системы компьютерного зрения для контроля качества производственных процессов и выпуска продукции для животных.

Что делать

• Разрабатывать и развивать production-ready системы Computer Vision для промышленного производства.
• Создавать решения для object detection и instance/semantic segmentation, анализировать ошибки моделей и повышать качество системы с помощью ML, инженерных решений и бизнес-логики.
• Разрабатывать пайплайны обучения, валидации и внедрения моделей, доводить их до промышленной эксплуатации и сопровождать после запуска.
• Адаптировать решения под новые производственные линии, оборудование и условия эксплуатации, а также масштабировать CV-системы на десятки машин и фабрик.
• Оптимизировать инференс под промышленное оборудование, разрабатывать вспомогательную логику и backend-компоненты вокруг моделей.
• Совместно с инженерами производства искать причины дефектов и разрабатывать системы контроля.

Требования

• От 5 лет коммерческого опыта разработки решений Computer Vision.
• Уверенное владение Python и PyTorch.
• Опыт решения задач Object Detection и Instance/Semantic Segmentation.
• Опыт вывода ML-моделей в промышленную эксплуатацию и понимание полного жизненного цикла CV-систем — от сбора данных до эксплуатации.
• Опыт анализа ошибок моделей и повышения качества системы; понимание роли инженерных решений помимо архитектуры нейронной сети.
• Опыт работы с OpenCV, Docker и ClearML.
• Опыт оптимизации инференса с использованием ONNX Runtime, TensorRT или аналогичных инструментов.
• Понимание backend-разработки, готовность писать производственный код вокруг моделей и опыт работы с Git.

Хорошо, если есть

• Опыт работы с промышленными камерами.
• Опыт работы с REST API.
• Опыт работы с MongoDB или другими NoSQL-базами данных.
• Опыт построения MLOps-пайплайнов.
• Опыт масштабирования CV-систем на множество площадок.
• Опыт интеграции моделей с промышленным оборудованием.

Культура и преимущества

• Полный цикл разработки — от идеи и обучения модели до внедрения на фабриках по всей России.
• Решения работают 24/7 и оказывают измеримое влияние на производство и качество продукции.
• Фокус на надежной инженерии, промышленной эксплуатации и минимуме исследований ради исследований.
• Сложные задачи масштабирования production-систем на стыке Computer Vision, промышленной автоматизации и производства.
• Свобода в выборе инженерных решений и возможность видеть результат работы непосредственно на производстве.