MLOps-инженер (Computer Vision / Generative AI)

Мы центр исследования и разработки беспилотного транспорта - команда профессионалов работающих над внедрением инновационных решений, а также повышением эффективности и безопасности городского транспорта в Москве.

Наши проекты:

✅Беспилотный трамвай: https://www.mos.ru/news/item/156969073/

✅Безэкипажный катер: https://transport.mos.ru/mostrans/all_news/124545

✅Беспилотное метро: https://www.mosmetro.ru/news/details/6424

Управление данными и автоматизация (Core MLOps)

Построение end-to-end процессов работы с видеоданными: от сбора с edge-устройствдо подготовки финальных датасетов для обучения моделей Интеграция инструментов разметки (CVAT) с S3-хранилищем и ClearML, автоматизация обмена данными и статусов задач разметки Автоматизация процессов Active Learning: выборка данных для доразметки, формирование заданий, обновление датасетов Анализ и улучшение производительности пайплайнов работы с данными (скорость обработки, стоимость хранения, стабильность) Генеративный AI и Синтетические данные

Развертывание и сопровождение генеративных моделей на GPU-серверах (например, диффузионные модели для генерации изображений) Построение пайплайна генерации синтетических изображений для дообучения нейронных сетей (Data Augmentation / Synthetic Data Generation) Организация хранения и учёта сгенерированных данных (метаданные, версии, параметры генерации) Оптимизация моделей под целевую платформу:

Квантизация, pruning, сжатие Разработка и обучение новых моделей детектора:

Подбор и внедрение современных архитектур Настройка пайплайна обучения, валидации, тестирования

Опыт работы с современными генеративными моделями (диффузионные модели, GAN) Опыт в MLOps / Data Engineering: уверенное владение Python, опыт написания скриптов автоматизации Работа с ML-инфраструктурой: уверенный опыт использования ClearML Опыт построения пайплайнов обработки данных (желательно — видеоданных): скачивание, конвертация, нарезка, аугментации, контроль качества Уверенная работа в Linux-среде Уверенный Python, опыт с PyTorch/TensorFlow Практический опыт обучения, тюнинга и квантизации моделей БУДЕТ ПЛЮСОМ

Опыт развёртывания и оптимизации генеративных моделей Опыт работы с Active Learning, semi-supervised/self-supervised подходами в контексте данных компьютерного зрения Понимание типичных задач CV (детекция, трекинг, сегментация) и требований к датасетам для них

Трудоустройство и работа в соответствии с ТК РФ Бесплатный проезд в столичном метро Бесплатный проезд по железным дорогам в пригородном сообщении от места жительства до места работы и обратно в пределах Московской области Льготы на отдых в оздоровительном комплексе метрополитена Детский оздоровительный лагерь и детский клуб Финансовые условия обсуждаем индивидуально в зависимости от опыта кандидата