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.