Machine Learning Engineer
24.04.2023
В нашу команду мы ищем специалистов по машинному обучению на разные направления.
Основные направления работы:
CV:
- Image classification, object detection, semantic segmentation, в том числе подходы Zero-Shot, One-Shot и Few-Shot Learning;
- Image similarity search;
- OCR (Распознавание текста с изображений);
- Pose estimation;
- Классические алгоритмы компьютерного зрения.
NLP:
- NLP (Работа с социальными сетями и социальными медиа);
- NLP (Тематическое моделирование);
- Unsupervised подходы (paraphrase detection, text reverse search, metric learning).
Audio:
- ASR (speech-to-text).
Требования:
- Опыт работы от 2-х лет;
- Высшее образование по направлениям: прикладные математика и информатика, прикладные математика и физика или другое профильное образование;
- Проактивность, готовность вникать в задачу;
- Опыт работы или практических проектов в области машинного обучения или опыт участия в прикладных исследованиях с математическим моделированием;
- Глубокое понимание математических оснований машинного обучения и анализа данных;
- Знание метрик оценки качества моделей;
- Знание базовых структур данных и алгоритмов, способность оценивать скорость работы алгоритмов;
- Опыт работы с реляционными базами данных;
- Python, Numpy, Pandas, Scikit-learn, XGBoost/CatBoost, PyTorch, HuggingFace Transformers, SQL, Bash;
- Качественный чистый код;
- Понимание основ сетевых технологий.
Будет преимуществом:
- Наличие проектов на GitHub или соревнований на Kaggle, на которые можно посмотреть;
- Знание MLFlow и/или ClearML;
- Знание CI/CD;
- Знание Faiss;
- BigARTM;
- BERTopic;
- Опыт реализации подходов из научных статей;
- Умение конвертировать модели в ONNX и TensorRT;
- Опыт работы с Nvidia Triton.
Условия:
- Масштабные и интересные задачи в общественно значимых проектах;
- Сильная, быстрорастущая и ориентированная на результат команда специалистов;
- Возможность выдвигать, проверять, доводить до реального использования свои гипотезы, превращать их в проекты и продукты;
- Доступ к обучающим материалам в корпоративной системе знаний;
- Огромное количество данных для анализа и применения алгоритмов;
- Оформление в соответствии с ТК РФ;
- Заработная плата по результатам собеседования;
- График работы: 5/2, с 10:00 до 19:00.