Senior AI Engineer in Computer Vision

В Faktion вы будете заниматься проектированием, разработкой и внедрением систем компьютерного зрения, решающих реальные задачи наших клиентов.

Эта роль сочетает в себе практическую работу с машинным обучением, сильные навыки программной инженерии и практики MLOps. Вы будете работать на всех этапах жизненного цикла системы машинного обучения: исследование и улучшение наборов данных, разработка и оценка моделей, создание конвейеров обучения и инференса, развертывание моделей в производственной среде и исследование проблем производительности после их запуска в эксплуатацию.

Значительная часть работы сосредоточена на компьютерном зрении для промышленных приложений, включая обнаружение объектов, классификацию изображений, мультиспектральные изображения и инференс в реальном времени. Вы также будете участвовать в разработке платформ и инструментов, которые позволяют нашим инженерам эффективно обучать, оценивать, развертывать и поддерживать модели машинного обучения в больших масштабах.

Ключевые обязанности

• Разработка, обучение, оценка и поддержка моделей глубокого обучения для задач компьютерного зрения, таких как обнаружение объектов и классификация изображений.

• Создание и поддержка конвейеров обучения и инференса, в основном с использованием Azure Machine Learning.

• Создание конвейеров данных для обработки больших наборов изображений, включая мультиспектральные и другие многоканальные изображения.

• Исследование и визуализация наборов данных для выявления проблем с качеством данных, сдвигов в распределении, несоответствий в маркировке и других факторов, которые могут повлиять на производительность модели.

• Помощь в определении стратегий сбора, аннотирования, предварительной обработки, инженерии признаков и аугментации данных.

• Работа с командами аннотации для определения четких руководств по маркировке и обеспечения согласованности и пригодности обучающих данных.

• Обучение и развертывание моделей, решающих реальные проблемы на промышленных машинах и производственных системах.

• Оптимизация моделей с учетом ограничений по задержке, пропускной способности, памяти и аппаратным ограничениям производственных сред.

• Отладка проблем с моделями, данными и конвейерами в производственной среде и разработка стратегий по улучшению производительности.

• Определение соответствующих стратегий валидации, метрик оценки и тестовых наборов данных для систем машинного обучения.

• Проведение анализа ошибок моделей и перевод результатов в улучшения данных, моделирования или проектирования системы.

• Прототипирование и оценка новых архитектур, алгоритмов и подходов к моделированию перед их интеграцией в производственную среду.

• Улучшение нашей общей ML-платформы и инструментов, включая внутренние SDK, схемы данных, конвейеры обучения, инструменты развертывания и CI/CD.

• Обзор pull-запросов и помощь в поддержании высоких стандартов инженерии, тестирования, документации и качества кода во всей кодовой базе ML.

• Сотрудничество с инженерами машинного обучения, инженерами-программистами, инженерами данных и клиентскими командами для проектирования и поставки готовых к производству решений.

• Быть в курсе актуальных разработок в области компьютерного зрения, глубокого обучения и MLOps и оценивать, где новые подходы могут принести практическую пользу.

• Степень магистра или PhD в области компьютерных наук, искусственного интеллекта, машинного обучения или смежной области, или эквивалентный профессиональный опыт.

• Несколько лет профессионального опыта в создании систем машинного обучения с сильным фокусом на компьютерное зрение и глубокое обучение.

• Отличные навыки программирования на Python.

• Практический опыт работы с PyTorch и/или TensorFlow.

• Глубокое понимание обнаружения объектов и классификации изображений, включая архитектуры моделей, функции потерь, стратегии аугментации, методы обучения и метрики оценки.

• Опыт работы с распространенными инструментами и фреймворками компьютерного зрения, такими как OpenCV, архитектуры на основе YOLO, MMDetection или аналогичные экосистемы.

• Опыт создания и отладки конвейеров машинного обучения и моделей в производственной среде.

• Опыт работы с облачной ML-платформой, такой как Azure Machine Learning, AWS SageMaker или Google Vertex AI. Опыт работы с Azure является большим плюсом.

• Знакомство с Docker, CI/CD, автоматизированным тестированием, версионированием, мониторингом и другими практиками программной инженерии для производственных ML-систем.

• Опыт оптимизации моделей для инференса в реальном времени или с высокой пропускной способностью, желательно на периферийных устройствах или производственном оборудовании.

• Сильные аналитические навыки и навыки решения проблем, особенно при исследовании сложных взаимодействий между данными, моделями и производственными системами.

• Комфортное принятие ответственности за общий код, инструменты и системы, используемые другими инженерами.

• Отличные коммуникативные навыки и способность эффективно сотрудничать как с техническими, так и с нетехническими заинтересованными сторонами.

Приветствуется

• Опыт создания или поддержки MLOps-платформ или общей ML-инфраструктуры.
• Опыт работы с мультиспектральными, гиперспектральными или другими нестандартными модальностями изображений.
• Опыт развертывания моделей компьютерного зрения на периферийных устройствах, встраиваемом оборудовании, GPU или промышленных машинах.
• Опыт применения техник оптимизации моделей, таких как квантование, обрезка, компиляция или специфичные для оборудования среды выполнения инференса.
• Опыт проектирования или управления рабочими процессами аннотирования изображений и кураторства наборов данных в больших масштабах.
• Подтвержденный опыт разработки и развертывания масштабируемых систем машинного обучения.
• Опыт наставничества инженеров, рецензирования технических разработок или руководства техническими инициативами.
• Публикации или исследовательский опыт в соответствующих областях AI/ML.
• Опыт работы в одной или нескольких из наших целевых областей, таких как производство, розничная торговля, качество данных, финансы или генеративный ИИ.

Мы предлагаем

Привлекательный пакет заработной платы, который включает дополнительные льготы, такие как служебный автомобиль и топливная карта или бюджет на мобильность, комплексное медицинское страхование и групповое страхование, а также ноутбук и смартфон премиум-класса.

Воспользуйтесь культурой компании, которая стимулирует как индивидуальное, так и командное развитие, способствуя вашему профессиональному росту.

Используйте свой инновационный бюджет для увлекательных, образовательных и сложных open-source проектов в рамках вашей гильдии.

Участвуйте в (виртуальных) мероприятиях по сплочению команды и встречах, отличная возможность расслабиться и принять участие в наших оживленных командных инициативах.

Гибкая гибридная политика работы, позволяющая выбирать, где, как и когда вы хотите работать.