ML Engineer

Центр робототехники обучает модели для управления роботами в сложных реальных условиях.

• Строить автоматические и полуавтоматические пайплайны проверки качества данных для поиска технических и смысловых дефектов;
• Запускать и сопровождать обучение и дообучение моделей на разных версиях датасетов для измерения влияния качества и состава данных на метрики;
• Разрабатывать метрики качества данных для диагностики до подтверждения их связи с успешностью модели;
• Формировать фильтры, уровни качества и стратегии выборки по различным параметрам данных;
• Проводить сравнительные эксперименты с составом данных для проверки их эффективности;
• Анализировать ошибки модели и формировать запросы на сбор, разметку или фильтрацию данных;
• Готовить теги задач, эталонные наборы примеров и правила контроля качества разметки;
• Исследовать влияние изменений сенсоров и конфигураций робота на качество данных и результат модели;
• Составлять технические отчеты с выводами и рекомендациями по релизу датасетов или планам сбора данных.

• Опыт работы от 3 лет в анализе данных, инженерии данных, машинном обучении или смежных областях;
• Уверенное владение Python (pandas, polars, numpy, визуализация, блокноты, пакетная обработка данных);
• Знание SQL и опыт работы с большими датасетами, манифестами, метаданными, дашбордами или аналитическими пайплайнами;
• Понимание экспериментального дизайна, включая контрольные группы, статистическую надежность и интерпретацию метрик;
• Базовое понимание циклов обучения и оценки моделей машинного обучения;
• Умение анализировать мультимодальные данные (видео, временные ряды, действия, метаданные задач, разметка);
• Способность переводить наблюдения из данных и ошибок модели в конкретные рекомендации;
• Грамотная письменная коммуникация для подготовки отчетов и постановки задач;
• Будет плюсом опыт с robot learning, VLA, imitation learning, RL, CV/VLM датасетами, embodied AI, W&B, MLflow, Hydra, отслеживанием экспериментов, dataset lineage, контролем качества разметки, активным обучением, курированием данных, поиском аномалий, оценкой качества, domain shift, camera shift, embodiment gap, task transfer и data-centric AI.

• Достойная заработная плата (оклад и годовая премия);
• ДМС, корпоративная пенсионная программа и страхование от несчастных случаев;
• Социальные гарантии и корпоративные мероприятия;
• Современные рабочие места и программное обеспечение;
• Работа в дружном и высококвалифицированном коллективе над масштабными проектами.