ml инженер компьютерного зрения

Метр квадратный (М2) — онлайн-платформа для решения вопросов с недвижимостью. Компания помогает проводить сделки проще, быстрее и безопаснее.

• Разрабатывать и доводить до продакшена модели компьютерного зрения;
• Решать задачи речевой аналитики: транскрибацию звонков, диаризацию спикеров, извлечение сущностей и интентов, оценку качества коммуникаций и построение аналитических витрин по разговорам;
• Строить классические ML-модели: скоринг, ранжирование, прогноз конверсии и оттока, рекомендательные и matching-модели на табличных данных;
• Проводить полный цикл ML: постановку задачи, разметку и подготовку данных, обучение, валидацию, A/B- и offline-оценку, мониторинг качества в продакшене;
• Упаковывать модели в сервисы API и batch, выкатывать их в продакшен, обеспечивать стабильность, latency, отказоустойчивость и версионирование;
• Настраивать пайплайны обучения и инференса, feature store и датасеты, трекинг экспериментов и CI/CD для ML;
• Работать с продуктом и бизнесом: формализовывать метрики успеха, декомпозировать гипотезы, объяснять решения моделей и их влияние на KPI.

• Уверенно владеть Python и иметь опыт промышленной разработки, а не только работы в ноутбуках;
• Иметь практический опыт в Computer Vision: классификация, детекция, сегментация и современные CV-архитектуры;
• Иметь опыт в речевой аналитике или speech-to-text: ASR, диаризация, NLP поверх транскриптов;
• Знать классический ML: feature engineering, градиентный бустинг, валидация, работа с дисбалансом и утечками;
• Иметь опыт вывода ML в продакшен: сервисы инференса, batch и online, мониторинг дрейфа, повторное обучение и откат моделей;
• Понимать MLOps: Docker, оркестрация пайплайнов, трекинг экспериментов, версионирование данных и моделей;
• Уметь читать SQL и работать с витринами и хранилищами;
• Будет плюсом опыт GPU-инференса и оптимизации с ONNX, Triton и квантизацией.

• Условий в вакансии нет