ml инженер компьютерного зрения

Отдел разработки систем технического зрения развивает технологии компьютерного зрения для автоматизации складских процессов Ozon. Системы работают с реальными видеопотоками, высоконагруженной инфраструктурой и ML-моделями в продуктивной среде.

• Управлять командой ML / CV-инженеров: ставить задачи, развивать сотрудников и давать регулярную обратную связь;
• Формировать техническое видение и развивать архитектуру систем компьютерного зрения с учётом требований реального времени и ограничений промышленной эксплуатации;
• Принимать ключевые технические решения по моделям, конвейерам инференса и инфраструктуре;
• Обеспечивать эффективность разработки: планировать, расставлять приоритеты и контролировать сроки и качество поставки;
• Оптимизировать производительность решений, задержку, пропускную способность, утилизацию GPU и стоимость инференса;
• Выстраивать процессы разработки ML-систем: эксперименты, валидацию, развёртывание и мониторинг;
• Работать на стыке команд бэкенда, инфраструктуры, данных и продукта, синхронизировать технические решения с бизнес-целями;
• Управлять техническими рисками и повышать надёжность систем в промышленной эксплуатации;
• Масштабировать команду, участвовать в найме и формировать сильную инженерную культуру.

• Опыт управления инженерной или ML-командой от 2–3 лет;
• Сильный опыт в Computer Vision и разработки решений для промышленной эксплуатации;
• Опыт проектирования архитектуры ML-систем или высоконагруженных сервисов;
• Понимание систем реального времени и подходов к оптимизации задержки и пропускной способности;
• Практический опыт оптимизации моделей и алгоритмов для работы с большими объёмами данных;
• Уверенное знание Python;
• Опыт работы с GPU и понимание принципов эффективной утилизации аппаратных ресурсов;
• Понимание практик MLOps: CI/CD, мониторинг моделей и управление экспериментами;
• Сильные навыки приоритизации и принятия технических решений в условиях неопределённости;
• Развитые коммуникационные навыки и способность договариваться со стейкхолдерами;
• Будет плюсом опыт построения потоковой видеоаналитики или ML-систем реального времени, опыт работы с Kubernetes и микросервисной архитектурой, понимание распределённых систем и потоковых платформ обработки данных, опыт оптимизации инференса на GPU с TensorRT, batching и quantization, опыт управления несколькими командами или техническими руководителями, английский язык на уровне уверенного чтения технической документации.

• Удалённая работа по России.