Вакансии камаев богдан эльмарович: работа в IT и digital
Вакансии компании камаев богдан эльмарович в IT и digital за последние 30 дней. Направления найма, города и форматы работы. Дубли объединены. HireSeeker — независимый агрегатор вакансий.
Найдено: 3. Обновлено .
Города с вакансиями
- Москва3
Страны с вакансиями
- Россия3
Форматы работы
- Удалённая работа3
Computer Vision инженер
Мы развиваем продукты на базе компьютерного зрения: анализ видеопотоков с камер, детекция и трекинг объектов, распознавание на изображениях. Модели уже работают в продакшене, и мы ищем инженера, который будет отвечать за их качество и скорость — от датасета до инференса на железе.
Если ты умеешь не только обучить модель в ноутбуке, но и довести её до стабильной работы на реальном видеопотоке — ждём тебя.
Обязанности
• Обучать и дообучать модели детекции, сегментации и классификации изображений (YOLO, RT-DETR, U-Net и аналоги);
• Строить пайплайны обработки видеопотоков: детекция, трекинг, подсчёт и аналитика событий;
• Готовить и развивать датасеты: постановка задач разметки, контроль качества, аугментации;
• Оптимизировать модели для инференса: ONNX, TensorRT, квантизация, работа на GPU и edge-устройствах;
• Выводить решения в production и поддерживать их работу;
• Оценивать качество: mAP, precision/recall, разбор ошибок на реальных данных;
• Следить за SOTA-решениями, экспериментировать и внедрять то, что работает.
Требования
• Уверенный Python и PyTorch;
• Опыт обучения моделей детекции и/или сегментации от постановки задачи до продакшена;
• Знание OpenCV и классических методов обработки изображений;
• Понимание архитектур CNN и трансформеров для зрения (ResNet, ViT, DETR);
• Опыт оптимизации инференса (ONNX, TensorRT или аналоги);
• Docker, Linux;
• Git, культура код-ревью;
• Опыт от 3 лет.
Будет плюсом
• Опыт работы с видеопотоками: RTSP, GStreamer, DeepStream;
• Опыт с edge-устройствами: NVIDIA Jetson, OpenVINO;
• C++ для критичных по скорости участков;
• Опыт с OCR, 3D/SLAM или генеративными моделями;
• Английский для чтения документации и статей;
• Профильное техническое образование.
Условия
• Удалённо или гибрид;
• ДМС;
• Бонусы и премии по результатам;
• Оформление по ТК РФ;
• Компенсация спорта;
• Обучение за счёт компании, участие в конференциях.
Data Scientist (Classic ML)
Мы используем машинное обучение в ключевых бизнес-процессах: скоринг и оценка рисков, прогнозирование спроса, отток и удержание клиентов, антифрод. Модели работают в продакшене и напрямую влияют на деньги, и мы ищем Data Scientist, который возьмёт их на себя от гипотезы до внедрения.
Если ты умеешь не только построить модель на табличных данных, но и показать её эффект для бизнеса — ждём тебя.
Обязанности
• Разрабатывать модели на табличных данных: скоринг, отток, LTV, uplift, антифрод;
• Строить модели прогнозирования временных рядов: спрос, нагрузка, финансовые показатели;
• Проводить EDA, генерировать и отбирать признаки (feature engineering);
• Выводить модели в production и поддерживать их: мониторинг качества, дрейф данных, переобучение;
• Оценивать качество моделей (ROC-AUC, Gini, PSI) и эффект внедрения через A/B-тесты;
• Работать в связке с бизнесом: формулировать задачи, проверять гипотезы, презентовать результаты;
• Следить за новыми подходами и внедрять то, что работает.
Требования
• Уверенный Python: pandas, numpy, scikit-learn;
• Глубокое знание градиентного бустинга (CatBoost, LightGBM, XGBoost) и классических алгоритмов ML;
• Знание математической статистики и теории вероятностей;
• Опыт проведения A/B-тестов и проверки статистических гипотез;
• Продвинутый SQL;
• Опыт вывода моделей в продакшен;
• Git, культура код-ревью;
• Опыт от 3 лет.
Будет плюсом
• Опыт в финтехе, банке или ритейле: кредитные риски, антифрод, ценообразование;
• Опыт с временными рядами: Prophet, ETNA, sktime;
• Spark / PySpark, Airflow, MLflow;
• Опыт uplift-моделирования и causal inference;
• Английский для чтения документации и статей;
• Профильное техническое образование.
Условия
• Удалённо или гибрид;
• ДМС;
• Бонусы и премии по результатам;
• Оформление по ТК РФ;
• Компенсация спорта;
• Обучение за счёт компании, участие в конференциях.
ML-инженер (рекомендательные системы)
Мы развиваем рекомендации и персонализацию в продукте с миллионами пользователей: ленты, подборки, поиск и ранжирование выдачи. Рекомендательная система уже работает в проде, и мы ищем инженера, который будет растить её качество и продуктовые метрики.
Если ты умеешь не только обучить модель ранжирования, но и доказать её эффект в A/B-тесте — ждём тебя.
Обязанности
• Развивать многостадийную рекомендательную систему: кандидатогенерация, ранжирование, реранкинг;
• Обучать и улучшать модели: коллаборативная фильтрация (ALS, implicit), two-tower, бустинги для ранжирования (CatBoost, LightGBM), sequential-модели;
• Решать проблемы холодного старта, разнообразия и популярности в выдаче;
• Строить фичи и пайплайны данных на больших объёмах (Spark, Airflow);
• Выводить модели в production и следить за их качеством;
• Оценивать качество: офлайн-метрики (NDCG, MAP, Recall@K, coverage) и онлайн A/B-тесты;
• Генерировать продуктовые ML-гипотезы и проверять их вместе с аналитиками.
Требования
• Уверенный Python и SQL;
• Опыт разработки рекомендательных систем или поискового ранжирования в продакшене;
• Знание подходов: коллаборативная фильтрация, learning to rank (pointwise, pairwise, listwise), эмбеддинги;
• Опыт с бустингами (CatBoost, LightGBM, XGBoost) и PyTorch;
• Опыт работы с большими данными: Spark / PySpark, Hadoop;
• Опыт проведения и анализа A/B-тестов;
• Git, культура код-ревью;
• Опыт от 3 лет.
Будет плюсом
• Опыт с sequential-рекомендациями: SASRec, BERT4Rec;
• Опыт ANN-поиска: FAISS, HNSW;
• Опыт с CTR-моделями и рекламным ранжированием;
• Применение LLM в рекомендациях и поиске;
• Английский для чтения документации и статей;
• Профильное техническое образование.
Условия
• Удалённо или гибрид;
• ДМС;
• Бонусы и премии по результатам;
• Оформление по ТК РФ;
• Компенсация спорта;
• Обучение за счёт компании, участие в конференциях.
Вакансии по профессиям
Как составлена подборка
Показываем активные предложения IT и digital, опубликованные за последние 30 дней. Дубли объединяем. Условия и наличие вакансии могут измениться после обновления: проверяйте их перед откликом.