Описание
Отдел разработки систем технического зрения развивает технологии компьютерного зрения для автоматизации складских процессов Ozon. Системы работают с реальными видеопотоками, high-load инфраструктурой и ML-моделями в продакшене.
Задачи
•Управлять командой ML / CV-инженеров: ставить задачи, развивать сотрудников и давать регулярную обратную связь
•Формировать техническое видение и развивать архитектуру CV-систем с учётом real-time требований и production-ограничений
•Принимать ключевые технические решения по моделям, inference-пайплайнам и инфраструктуре
•Обеспечивать эффективность разработки: планировать, расставлять приоритеты, контролировать сроки и качество поставки
•Оптимизировать производительность решений: latency, throughput, утилизацию GPU и стоимость инференса
•Выстраивать процессы разработки ML-систем: эксперименты, валидацию, деплой и мониторинг
•Работать на стыке backend-, infra-, data- и продуктовых команд и синхронизировать технические решения с бизнес-целями
•Управлять техническими рисками и повышать надёжность production-систем
•Масштабировать команду: участвовать в найме и формировании сильной инженерной культуры
Требования
•Опыт управления инженерной или ML-командой от 2–3 лет
•Сильный бэкграунд в Computer Vision и опыт разработки production-решений
•Опыт проектирования архитектуры ML-систем или high-load сервисов
•Понимание real-time систем и подходов к оптимизации latency и throughput
•Практический опыт оптимизации моделей и алгоритмов для работы на больших объёмах данных
•Уверенное знание Python
•Опыт работы с GPU и понимание принципов эффективной утилизации аппаратных ресурсов
•Понимание MLOps-практик: CI/CD, мониторинг моделей и управление экспериментами
•Сильные навыки приоритизации и принятия технических решений в условиях неопределённости
•Развитые коммуникационные навыки и способность договариваться со стейкхолдерами
•Английский язык на уровне уверенного чтения технической документации
Будет плюсом:
•Опыт построения real-time видеоаналитики или потоковых ML-систем
•Опыт работы с Kubernetes и микросервисной архитектурой
•Понимание распределённых систем и потоковых платформ обработки данных
•Опыт оптимизации inference на GPU (TensorRT, batching, quantization)
•Опыт управления несколькими командами или техлидами
Условия
Условий в вакансии нет
