Описание
Отдел разработки систем технического зрения Ozon развивает технологии компьютерного зрения для автоматизации складских процессов. Системы работают с реальными видеопотоками, высоконагруженной инфраструктурой и ML-моделями в промышленной эксплуатации.
Задачи
•Управлять командой ML- и CV-инженеров: ставить задачи, развивать сотрудников и давать регулярную обратную связь
•Формировать техническое видение и развивать архитектуру систем компьютерного зрения с учётом требований реального времени и ограничений промышленной эксплуатации
•Принимать ключевые технические решения по моделям, конвейерам инференса и инфраструктуре
•Повышать эффективность разработки: планировать, расставлять приоритеты, контролировать сроки и качество поставки
•Оптимизировать производительность решений: задержку, пропускную способность, использование GPU и стоимость инференса
•Выстраивать процессы разработки ML-систем: эксперименты, проверку, развёртывание и мониторинг
•Согласовывать технические решения с бизнес-целями на стыке команд бэкенда, инфраструктуры, данных и продукта
•Управлять техническими рисками и повышать надёжность промышленных систем
•Масштабировать команду, участвовать в найме и формировании сильной инженерной культуры
Требования
•Опыт управления инженерной или ML-командой от 2–3 лет
•Сильный опыт в компьютерном зрении и разработке решений для промышленной эксплуатации
•Опыт проектирования архитектуры ML-систем или высоконагруженных сервисов
•Понимание систем реального времени и способов оптимизации задержки и пропускной способности
•Практический опыт оптимизации моделей и алгоритмов для работы с большими объёмами данных
•Уверенное знание Python
•Опыт работы с GPU и понимание эффективного использования аппаратных ресурсов
•Понимание практик MLOps: CI/CD, мониторинг моделей и управление экспериментами
•Сильные навыки расстановки приоритетов и принятия технических решений в условиях неопределённости
•Развитые коммуникативные навыки и умение договариваться с заинтересованными сторонами
•Английский для уверенного чтения технической документации
Будет плюсом: опыт создания видеоаналитики реального времени или потоковых ML-систем, работа с Kubernetes и микросервисной архитектурой, понимание распределённых систем и платформ потоковой обработки данных, оптимизация инференса на GPU с TensorRT, пакетной обработкой и квантованием, управление несколькими командами или техническими руководителями.
Условия
•Удалённый формат работы
