Описание
Mad Devs работает над сложными реальными инженерными задачами и прикладными AI-проектами, связанными с инженерными данными, производственными ограничениями и требованиями клиентов.
Задачи
•Проектировать и разрабатывать решения на основе компьютерного зрения и машинного обучения для архитектурных чертежей, технической документации, CAD и BIM данных
•Строить пайплайны, объединяющие растровые изображения, векторную геометрию, структурированные инженерные данные, OCR и ML-модели
•Реконструировать структурированные объекты из геометрических примитивов, включая топологию и пространственные отношения
•Анализировать насыщенные технические чертежи и документы на основе их структуры и семантики, а не только с помощью визуального детектирования объектов
•Проектировать и поддерживать пайплайны оценки с эталонными данными (ground-truth), метриками качества, регрессионным тестированием и валидацией на невиданных данных
•Строить human-in-the-loop рабочие процессы с калиброванными оценками уверенности и эскалацией неопределённых случаев для ручной проверки
•Оценивать современные подходы к пониманию планов этажей и технических документов, включая детектирование, сегментацию, трансформерные модели и реконструкцию raster-to-vector
•Разрабатывать production-ready инференс-сервисы с инференсом на CPU по умолчанию и опциональным GPU-ускорением
•Обеспечивать воспроизводимость обучения и инференса, включая версионирование моделей, упаковку и требования к деплою
•Передавать модели клиентам для самостоятельного деплоя и дальнейшего обучения
•Обеспечивать техническое лидерство по решениям в области ML и компьютерного зрения в небольшой инженерной команде
•Напрямую общаться с техническими стейкхолдерами, объяснять ограничения ML, трейд-оффы и решения на английском языке
•Оспаривать предложенные подходы при необходимости и рекомендовать лучшие альтернативы на основе технических данных
Требования
•5+ лет профессионального опыта в машинном обучении или компьютерном зрении, включая вывод ML-решений в production
•Глубокие знания компьютерного зрения, машинного обучения и оценки моделей
•Подтверждённый опыт валидации качества моделей с помощью измеримых метрик и реальных данных
•Практический опыт работы с векторной геометрией, структурированными данными, топологией и пространственными отношениями
•Опыт обработки технических документов, диаграмм или чертежей, где важны структура и взаимосвязи
•Опыт проектирования пайплайнов оценки, включая эталонные наборы данных, регрессионное тестирование и тестирование на обобщение
•Опыт создания human-in-the-loop ML-систем и обработки неопределённых предсказаний
•Опыт обеспечения воспроизводимости обучения ML и подготовки моделей к самостоятельному деплою или дальнейшему обучению
•Понимание версионирования моделей и наборов данных и связанных с этим вопросов лицензирования
•Опыт технического лидерства в небольшой инженерной команде
•Опыт прямого общения с техническими заказчиками или стейкхолдерами
•Английский язык на уровне B2–C1 с сильными навыками устной коммуникации
•Русский язык на уровне C1–C2 или уровень носителя
Будет плюсом
•Опыт работы с архитектурными или строительными чертежами, BIM-моделями, подсчётом объёмов (quantity takeoff) или сметным расчётом
•Знакомство с исследованиями в области распознавания планов этажей, реконструкции raster-to-vector или понимания структурированных документов
•Опыт парсинга CAD и BIM форматов, включая некорректные, неполные или несогласованные экспорты
•Опыт работы с OCR для европейских языков и отраслевой терминологии
•Опыт оптимизации ML-инференса для сред только с CPU
•Опыт деплоя ML-сервисов в изолированных клиентских средах без внешних зависимостей
•Опыт работы с графовыми представлениями инженерных структур или планировок зданий
•Умение читать технические чертежи на немецком или французском языке
•Немецкий или французский на уровне B1–B2
Условия
•Гибкий график работы
•Долгосрочные проекты
•Зарплата в долларах
•Профессиональные сообщества
•Командировки на объекты
•Бюджет на обучение
•Оплачиваемые конференции
