Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Описания нет
задачи
Внедрять обученные модели в закрытый контур экосистемы компании на частных серверах, обеспечивать их автономную работу и защищать от внешних воздействий;
Адаптировать и оптимизировать AI-алгоритмы для эксплуатации на защищённых мобильных устройствах с учётом ограниченных вычислительных ресурсов и необходимости минимизировать энергопотребление;
Размещать обученные модели в закрытом контуре экосистемы компании на частных серверах, поддерживать их автономную работу и реализовывать меры защиты от внешних воздействий.
требования
Знать архитектуры нейросетей Transformer, CNN, RNN, GAN и Diffusion;
Владеть методами обучения моделей с нуля и дообучения существующих решений;
Иметь опыт работы с фреймворками PyTorch, TensorFlow и JAX;
Уметь писать код для инференса и развёртывания моделей в продакшн-среде;
Понимать принципы оптимизации: градиентный спуск, функции потерь и регуляризация;
Обладать компетенциями ML-инженера с фокусом на самостоятельную реализацию алгоритмов;
Уверенно владеть Python и C++;
Уметь реализовывать с нуля отдельные компоненты модели, например механизм внимания или отдельный слой;
Глубоко понимать внутреннюю логику работы моделей, не ограничиваясь использованием готовых методов вроде model.predict().