ml инженер компьютерного зрения

Команда внедряет решения в области компьютерного зрения для ключевых процессов банка и его партнёров. Она разрабатывает передовые модели, собственную инфраструктуру для прототипирования, обучения и развёртывания моделей, а также внедряет CV-решения в production — от прототипов до масштабирования на edge-устройствах. Проекты охватывают анализ изображений и видео, автономные системы и Модели Мира.

• Анализировать требования и проектировать архитектуру решений на стыке классического CV и Vision LLM;
• Разрабатывать гибридные модели компьютерного зрения: детекцию, сегментацию, классификацию, трекинг и мультимодальные VLLM-решения для понимания сцен и визуального рассуждения;
• Интегрировать VLLM в CV-пайплайны для визуальных вопросов и ответов, создания описаний изображений и видео, кросс-модального поиска и сложного анализа изображений;
• Оптимизировать модели для промышленного внедрения: выполнять квантование и дистилляцию, ускорять инференс для работы на edge-устройствах;
• Взаимодействовать с командой разработки для передачи моделей в production, разрабатывать API и интегрировать решения с существующими системами;
• Документировать эксперименты, метрики и результаты с использованием MLflow, TensorBoard и WandB;
• Проводить code review, наставлять младших специалистов и поддерживать качество кода в команде;
• Исследовать и внедрять новые подходы из научных публикаций по CV и VLLM.

• Опыт работы в Data Science или Computer Vision от 5 лет;
• Хорошие инженерные навыки и понимание процессов ИТ-разработки и DevOps;
• Глубокое знание Python и библиотек для ML/CV: PyTorch, OpenCV, Transformers;
• Понимание основ классического компьютерного зрения: фильтров, морфологии, ключевых точек, feature matching и эпиполярной геометрии;
• Опыт работы с Vision LLM и мультимодальными архитектурами: CLIP, BLIP, LLaVA, Flamingo и другими;
• Знание архитектур нейронных сетей для CV-задач: CNN, Vision Transformer, DETR, YOLO, SegFormer;
• Понимание принципов интеграции нейронных сетей с языковыми моделями;
• Опыт работы с ONNX, TensorRT, OpenVINO или TorchScript;
• Умение оптимизировать инференс;
• Умение читать научные статьи на английском языке и быстро прототипировать новые подходы;
• Понимание принципов работы с большими языковыми моделями: fine-tuning, prompt engineering, LoRA и адаптеры;
• Будет плюсом опыт работы с векторными базами данных и кросс-модальным поиском, публикации или выступления на профильных конференциях, опыт работы с видеоаналитикой и трекингом объектов, навыки работы с Kubernetes, опыт работы с геоинформационными данными или спутниковыми снимками, знание основ MLOps и опыт построения пайплайнов для обучения и деплоя моделей.

• Гибридный формат работы;
• Ежегодный пересмотр зарплаты;
• Годовая премия;
• Современный офис рядом с метро «Кутузовская»;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета;
• Программа адаптации и помощь руководителя на старте;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
• Бесплатная подписка Прайм с возможностью совместного использования на троих близких;
• Вознаграждение за рекомендацию друзей в команду Сбера.