kamaz диджитал – компания-создатель цифровых решений для управления производством и транспортом

CV/ML-инженер (Middle+) (Python, FastAPI)

Развитие прод-сервисов компьютерного зрения полного цикла: детекция людей и объектов, multi-object tracking, ReID, action recognition, embedding-поиск по каталогу деталей.

kamaz диджитал – компания-создатель цифровых решений для управления производством и транспортом

Зарплата не указанаРоссияКазаньМоскваСанкт-ПетербургУдалёнка

Удалённая работа — географически не привязана. Щёлкни по любой из локаций, чтобы открыть оригинальную карточку.

Функциональные обязанности

  • Развитие прод-сервисов компьютерного зрения полного цикла: детекция людей и объектов, multi-object tracking, ReID, action recognition, embedding-поиск по каталогу деталей.
  • Обучение и дообучение моделей: детекторы (YOLO11/YOLOv12, ultralytics), ReID-эмбеддеры (DINOv3 + LoRA, metric learning), видеомодели распознавания действий (VideoMAE/ViT).
  • Оптимизация инференса под прод: экспорт в ONNX, TensorRT (FP16/BF16, engine cache), батчинг, latency-бюджет, потребление GPU-памяти на многочасовых видео.
  • Доработка алгоритмического ядра трекинга (собственные реализации BoostTrack / BoT-SORT / ByteTrack): ассоциация, фильтр Калмана, компенсация движения камеры, восстановление треков по эмбеддингам.
  • Согласование со смежными командами и заказчиком контрактов API и сообщений.
  • Выезды на производственные площадки заказчиков: сбор данных, внедрение и сопровождение решений.

Требования

  • Коммерческая разработка на Python от 3 лет, уверенное владение numpy и OpenCV.
  • Решения в области компьютерного зрения, выведенные в прод. Детекция объектов обязательна; трекинг (MOT) и/или metric learning / ReID — сильный плюс.
  • Практический опыт обучения и дообучения нейросетей (PyTorch, ultralytics): аугментации, подбор гиперпараметров, диагностика переобучения, работа с несбалансированными данными.
  • Умение самостоятельно выстроить оценку качества: выбрать метрику под задачу, собрать ground truth, воспроизводимо измерить и подтвердить улучшение цифрами.
  • Опыт продакшн-инференса: ONNX Runtime и/или TensorRT.
  • Опыт работы с брокерами и хранилищами: RabbitMQ или Kafka, Redis, S3.
  • Инженерная культура: git-flow и code review, линтеры и типизация (ruff/black/mypy), структурированное логирование, конфигурация через YAML/env вместо хардкода.
  • Самостоятельность: команды небольшие, задача приходит в бизнес-формулировке, а не готовым ТЗ.
  • Готовность к командировкам.

Будет преимуществом:

  • опыт работы с ClearML;
  • Docker, Kubernetes, CI/CD;
  • video understanding и action recognition, работа с временными окнами и мультилейбл-постобработкой;
  • векторные БД (Qdrant) и задачи fine-grained retrieval, где классы визуально почти неразличимы;
  • геометрия камеры: калибровка по шахматке, гомография, дисторсия, fisheye;
  • gRPC и FastAPI, проектирование контрактов между сервисами.

Стек: Python 3.11+, PyTorch, ultralytics, ONNX Runtime, TensorRT, OpenCV, numpy, FastAPI, gRPC, RabbitMQ, Redis, PostgreSQL, S3, Qdrant, Docker, Kubernetes, GitLab CI, ClearML, CVAT.

Условия:

  • Ипотека, отсрочка, стабильность. Решайте важные жизненные вопросы с нашей поддержкой: ИТ-ипотека и отсрочка от службы для тех, кому это актуально.
  • Инвестиции в развитие. Компенсируем ваше обучение, английский (и не только), спортивные абонементы и билеты на конференции. Растите профессионально — мы поможем.
  • Социальная политика. Специальная программа поддержки в разных жизненных ситуациях, включая мамины дни, подарки детям работников при поступлении в первый класс и на Новый год.
  • Офис или удаленка. офисы в трех городах МСК, СПб и Набережные Челны или ваш собственный уютный домашний офис.
  • Встречаемся онлайн и офлайн. Наши активности — от классических викторин в офисе до киберспортивных баталий на удаленке — не дадут заскучать.

Похожие вакансии Data Science & ML

Сайты компаний
Зарплата не указанаРоссияМосква

Привет! Это группа моделирования и оптимизации складских процессов.

Для повышения эффективности на складах и прогнозирования эффекта от внедряемых разработок возникает потребность в создании новых алгоритмов, прототипировании и исследованиях. Этим занимается наша RnD команда.
Больше о нашей команде: https://habr.com/ru/companies/ozontech/articles/904044

Ты будешь

  • Работать с данными, погружаться в складские процессы

  • Заниматься построением математических моделей.

  • Разрабатывать алгоритмы по увеличению эффективности работы склада и поиск точек роста.

Нам важно

  • Обучение на технической специальности бакалавриата, магистратуры или специалитета в настоящий момент.

  • Уверенное знание Python и SQL.

  • Опыт анализа качества данных и моделей.

  • Знания математической статистики.

  • Знания теоретических основ дискретной оптимизации.

hh.ru
usetech

Ведущий Data Scientist / ML инженер

usetech
Зарплата не указанаРоссияМоскваУдалёнка

Юзтех – группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.

ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, Go Invest, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет Девелопмент, Х5 Group, Газпромнефть, Лемана Про, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Мы ищем Data Scientis на проект развития модели прогнозирования оттока клиентских менеджеров среднего бизнеса: от постановки задачи до внедрения в бизнес-процессы и оценки реального эффекта.

Это роль на стыке DS, HR и бизнеса: ваши прогнозы будут напрямую влиять на решения по удержанию сотрудников, а не оставаться «моделью в ноутбуке».

Чем предстоит заниматься

  • Разрабатывать и развивать модель прогнозирования оттока клиентских менеджеров среднего бизнеса — от постановки задачи до внедрения и оценки бизнес-эффекта.
  • Исследовать данные, формировать и проверять гипотезы, добавлять новые признаки для повышения качества модели.
  • Проводить эксперименты, выбирать подходы к моделированию, оценивать результаты через ML-метрики и бизнес-показатели.
  • Обеспечивать деплой модели совместно с командой разработки, выстраивать воспроизводимые пайплайны подготовки данных, обучения и расчёта прогнозов.
  • Встраивать прогнозы в бизнес-процессы: вместе с заказчиками определять сценарии использования, пороги риска и действия по удержанию сотрудников.
  • Настраивать мониторинг качества данных, стабильности признаков и качества прогнозов, организовывать переобучение и улучшение модели.
  • Взаимодействовать с HR, руководителями бизнеса, аналитиками и разработчиками — объяснять результаты и ограничения модели.
  • Использовать AI-ассистентов для ускорения разработки, исследований и документирования решений.

Что мы ожидаем

  • Опыт работы в Data Science от 2–3 лет.
  • Уверенное владение Python, SQL, Spark и классическим ML-стеком.
  • Практический опыт разработки и внедрения ML-моделей в production.
  • Навыки подготовки данных и разработки признаков, работы с дисбалансом классов, временной валидацией и предотвращением утечек данных.
  • Понимание полного жизненного цикла ML-решения: обучение, деплой, мониторинг, переобучение и сопровождение.
  • Умение самостоятельно структурировать задачу, выбирать метрики качества и доводить решение до использования в бизнесе.
  • Способность объяснять прогнозы и ограничения модели, связывать качество решения с бизнес-эффектом.
  • Умение работать на стыке DS, HR и бизнеса, договариваться о требованиях и критериях успеха.

Будет преимуществом

  • Опыт решения задач прогнозирования оттока (churn prediction).
  • Опыт работы с HR-данными или people-аналитикой.
  • Опыт построения воспроизводимых пайплайнов и работы с ML-инфраструктурой.

Мы предлагаем:

  • Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании
  • Расширенный полис ДМС со стоматологией, корпоративный психолог
  • Удаленную работу и гибкий график
  • Необходимую технику для комфортной работы
  • Обучение, сертификацию, Usetech English Club – онлайн изучение английского
  • Доступ к Корпоративной библиотеке и к Корпоративному университету
  • Внутрикорпоративные профильные коммьюнити
  • Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни
  • Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина!
  • Корпоративную жизнь: мы много работаем и классно отдыхаем.
hh.ru
северсталь. it & digital

AI/ML-инженер

северсталь. it & digitalАвтоподнятие
Зарплата не указанаРоссияМоскваУдалёнка

Чем Вы будете заниматься:

  • подготавливать датасеты для обучения и оценки ML-моделей;
  • обучать, дообучать и улучшать модели, проводить эксперименты с различными подходами;
  • разрабатывать алгоритмы для задач поиска, классификации, matching и ranking;
  • работать с embedding-моделями и LLM;
  • решать задачи сопоставления товарных данных: товары и предложения, аналоги, категории, семантический поиск;
  • оценивать качество существующих алгоритмов и находить способы их улучшения;
  • реализовывать ML-решения на Python, интегрировать модели в сервисы и участвовать в выводе в production;
  • работать с потоками данных и Kafka;
  • мониторить качество и производительность моделей после запуска, оптимизировать существующие решения;
  • исследовать новые ML/LLM-подходы, проводить PoC и внедрять успешные решения в production.

Мы ожидаем, что Вы:

  • работаете в сфере ML/AI от 2 лет;
  • уверенно пишете на Python;
  • разрабатываете production-ready код;
  • обучаете и дообучаете ML-модели;
  • подготавливаете датасеты и проводите ML-эксперименты;
  • оцениваете качество моделей и понимаете основные ML-метрики;
  • работаете с LLM и/или embedding-моделями;
  • решаете задачи классификации, поиска, matching и ranking;
  • быстро разбираетесь в новых моделях, подходах и библиотеках;
  • выводите ML-решения в production.

Будет плюсом:

  • опыт работы с NLP;
  • опыт работы с semantic search/vector search;
  • знание подходов bi-encoder, cross-encoder, reranking;
  • опыт работы с Hugging Face и PyTorch;
  • опыт fine-tuning LLM или embedding-моделей;
  • опыт работы с большими каталогами товаров, в e-commerce или marketplace;
  • опыт работы с Kafka и Docker;
  • опыт оптимизации inference и работы с GPU;
  • опыт построения систем мониторинга качества ML-моделей;
  • знание SQL.

Мы предлагаем:

  • работу в небольшой команде с высоким влиянием на технические решения;
  • реальные production-задачи и возможность доводить решения до внедрения;
  • возможность работать с LLM, embeddings, search и matching;
  • задачи на стыке ML, backend и data;
  • возможность видеть результат своей работы в продукте;
  • участие в выборе и развитии ML-подходов внутри направления;
  • тесное взаимодействие с разработчиками, аналитиками и Product/Project Manager;
  • удалённый формат работы.

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.