AI Engineer (OCR/CV)

Локация: Астана, улица Сыганак, 60/2; работа на месте работодателя

Компания

Armeta KZ развивает решения для обработки технической документации с применением ML-моделей и детерминированных методов.

Что делать

• Разрабатывать OCR/TSR для сканов чертежей, таблиц и документов разного качества и ориентации.
• Создавать решения компьютерного зрения для локализации и чтения штампов, надписей, подписей, печатей и QR-кодов.
• Строить семантический поиск по пакетам документов: чанкинг, индексация, векторный поиск, ранжирование и привязка результатов к страницам и областям.
• Разрабатывать извлечение структурированных данных из текста с помощью LLM.
• Оптимизировать инференс и использование ресурсов: батчинг, GPU и время обработки пакета.

Требования

• От 2 лет опыта продакшен-работы с ML-системами.
• Практическое понимание ML, включая метрики, диагностику качества и оптимизацию инференса.
• Опыт работы с продакшен-данными в OCR/CV по документам, RAG/векторном поиске или извлечении структуры из текста.
• Уверенные навыки backend-разработки: FastAPI или аналог, очереди и Docker.
• Готовность выбирать простые детерминированные решения, когда они эффективнее моделей.

Хорошо, если есть

• Опыт с PDF-стеком, включая PyMuPDF, рендеринг, DPI и управление памятью.
• Опыт с vLLM, локальным инференсом open-source-моделей, Qwen VLM и распределением CPU/GPU.
• Знание векторных баз данных, включая Qdrant, и построение RAG по разнородным документам.
• Опыт постановки задач разметчикам и проверки подготовленных датасетов.
• Знание домена технической документации: чертежей и нормативных документов.

Культура и преимущества

• Около 90% работы сосредоточено на инференс-инжиниринге, а не на обучении моделей.
• В проекте предпочитаются правила, геометрия и справочники, если они решают задачу надёжнее модели.
• Работа с готовыми моделями и их интеграцией в работающий продукт.
• Стек: PyTorch, vLLM, Qwen VLM, OCR/TSR, Python, FastAPI, PostgreSQL, Redis, RabbitMQ, Docker и Ray.