Локация
Москва, Ленинградский проспект, 72к1; гибридный формат работы
Компания
Mars развивает системы компьютерного зрения для контроля качества производственных процессов и выпуска продукции для животных.
Что делать
•Разрабатывать и развивать production-ready системы Computer Vision для промышленного производства.
•Создавать решения для object detection и instance/semantic segmentation, анализировать ошибки моделей и повышать качество системы с помощью ML, инженерных решений и бизнес-логики.
•Разрабатывать пайплайны обучения, валидации и внедрения моделей, доводить их до промышленной эксплуатации и сопровождать после запуска.
•Адаптировать решения под новые производственные линии, оборудование и условия эксплуатации, а также масштабировать CV-системы на десятки машин и фабрик.
•Оптимизировать инференс под промышленное оборудование, разрабатывать вспомогательную логику и backend-компоненты вокруг моделей.
•Совместно с инженерами производства искать причины дефектов и разрабатывать системы контроля.
Требования
•От 5 лет коммерческого опыта разработки решений Computer Vision.
•Уверенное владение Python и PyTorch.
•Опыт решения задач Object Detection и Instance/Semantic Segmentation.
•Опыт вывода ML-моделей в промышленную эксплуатацию и понимание полного жизненного цикла CV-систем — от сбора данных до эксплуатации.
•Опыт анализа ошибок моделей и повышения качества системы; понимание роли инженерных решений помимо архитектуры нейронной сети.
•Опыт работы с OpenCV, Docker и ClearML.
•Опыт оптимизации инференса с использованием ONNX Runtime, TensorRT или аналогичных инструментов.
•Понимание backend-разработки, готовность писать производственный код вокруг моделей и опыт работы с Git.
Хорошо, если есть
•Опыт работы с промышленными камерами.
•Опыт работы с REST API.
•Опыт работы с MongoDB или другими NoSQL-базами данных.
•Опыт построения MLOps-пайплайнов.
•Опыт масштабирования CV-систем на множество площадок.
•Опыт интеграции моделей с промышленным оборудованием.
Культура и преимущества
•Полный цикл разработки — от идеи и обучения модели до внедрения на фабриках по всей России.
•Решения работают 24/7 и оказывают измеримое влияние на производство и качество продукции.
•Фокус на надежной инженерии, промышленной эксплуатации и минимуме исследований ради исследований.
•Сложные задачи масштабирования production-систем на стыке Computer Vision, промышленной автоматизации и производства.
•Свобода в выборе инженерных решений и возможность видеть результат работы непосредственно на производстве.
