а7-технологии

ML-инженер по документам и изображениям (Python)

Мы ищем ML-инженера для разработки с нуля решения по интеллектуальной обработке документов: от распознавания текста и анализа структуры до извлечения реквизитов и табличных данных.

а7-технологии

Зарплата не указанаРоссияМоскваГибрид

Мы ищем ML-инженера для разработки с нуля решения по интеллектуальной обработке документов: от распознавания текста и анализа структуры до извлечения реквизитов и табличных данных.

Обязанности:

  • Проектирование и разработка ML-решений для распознавания документов, извлечения реквизитов, текста и табличных данных;
  • Выбор архитектур моделей и подходов к решению задач OCR, детекции, сегментации и анализа структуры документов;
  • Подготовка данных, обучение и дообучение моделей, проведение экспериментов и оценка качества;
  • Разработка алгоритмов обработки изображений и повышения качества распознавания;
  • Анализ ошибок, улучшение метрик качества и проверка гипотез;
  • Проектирование и реализация ML-решения для вывода моделей в Production, участие в проведении A/B-тестов.

Требования:

  • Коммерческий опыт разработки ML-решений в области Computer Vision, OCR или Document AI;
  • Опыт полного цикла разработки ML-моделей: от подготовки данных и выбора архитектуры до обучения, оценки качества и внедрения;
  • Практический опыт распознавания текста, извлечения структурированных данных и анализа структуры документов;
  • Знание методов детекции и сегментации объектов, обработки изображений;
  • Глубокое понимание архитектур нейросетей, классического ML и методов оценки качества моделей;
  • Уверенное знание Python, опыт работы с PyTorch или TensorFlow, NumPy, pandas и OpenCV;
  • Опыт работы с SQL, Git и Linux.

Будет плюсом:

  • Опыт работы с TrOCR, Donut, LayoutLM, YOLO, DETR, SAM, Mask R-CNN или аналогичными архитектурами;
  • Опыт работы с Hugging Face Transformers;
  • Опыт проектирования ML-систем и развёртывания моделей в Production;
  • Знание Docker, Kubernetes, Airflow, Spark, Prometheus и Grafana.

Условия работы:

  • График 5/2, 1 удаленный день в неделю (полностью удаленного формата нет).
  • Конкурентоспособная заработная плата.
  • Официальное трудоустройство по ТК РФ, бессрочный договор.
  • ДМС со стоматологией после испытательного срока, 31 день отпуска.
  • Корпоративное изучение английского языка.
  • Работа в профессиональной команде, открытой к сотрудничеству, идеям и инновациям.

Похожие вакансии Data Science & ML

hh.ru
детский мир. дм-тех

Middle ML Engineer

детский мир. дм-тех
Зарплата не указанаРоссияМоскваУдалёнка

«Детмир Тех» — команда, развивающая цифровую экосистему группы компаний «Детский мир». Делаем продукты для миллионов клиентов и сервисы, которые помогают бизнесу работать быстрее.

Кого ищем: Middle ML Engineer

Мы развиваем машинное обучение для задач ритейла в «Детском мире». ML помогает точнее планировать работу магазинов, прогнозировать спрос и принимать решения, влияющие на продажи, цены и наличие товаров.

Ищем Middle ML Engineer в команду прогнозирования и классического машинного обучения. Предстоит самостоятельно прорабатывать задачи, исследовать данные, разрабатывать модели и доводить решения до использования в бизнес-процессах.

Чем предстоит заниматься:

  • Разрабатывать решения для прогнозирования нагрузки магазинов: оценивать потребность в персонале с учётом планов продаж, заказов, чеков, трафика и особенностей магазинов.

  • Формировать прогнозы и профили потребности с детализацией до дня и 15-минутного интервала, учитывая бизнес-ограничения и нормативы.

  • Разрабатывать модели кластеризации магазинов и использовать сегментацию для настройки прогнозов и бизнес-правил.

  • Создавать и улучшать модели прогнозирования спроса на товары с учётом сезонности, промо, цен, ассортимента и доступности товаров.

  • Разрабатывать алгоритмы для задач динамического ценообразования: оценивать связь цены и спроса, прогнозировать эффект изменения цены и учитывать заданные ограничения.

  • Исследовать влияние промо и других факторов на спрос, строить сценарные прогнозы и оценивать их качество.

  • Проверять гипотезы и качество моделей на исторических данных, подбирать метрики и подходы к валидации.

  • Взаимодействовать с бизнесом, аналитиками и инженерами данных: уточнять постановку задачи и помогать внедрять результаты в рабочие процессы.

  • Поддерживать модели после внедрения и отслеживать качество прогнозов.

Что ожидаем от вас:

  • Опыт решения прикладных задач машинного обучения на реальных данных.
  • Уверенное владение Python и SQL.
  • Понимание классических методов ML, прогнозирования временных рядов и кластеризации.
  • Опыт работы с библиотеками для машинного обучения, например scikit-learn, CatBoost или LightGBM.
  • Понимание методов проверки качества моделей, временной валидации и типичных проблем вроде утечки данных.
  • Навыки исследования данных, построения признаков и проверки гипотез.
  • Умение объяснять выбранный подход и результаты коллегам из разных команд.
  • Готовность самостоятельно вести типовую ML-задачу от анализа данных до подготовки решения к внедрению.

Будет плюсом:

  • Опыт в e-commerce или ритейле.

  • Практический опыт прогнозирования спроса, продаж или операционной нагрузки.

  • Опыт работы с задачами ценообразования, оценкой эластичности спроса или эффектов промо.

  • Опыт внедрения и мониторинга ML-моделей в продуктивной среде.

  • Опыт работы с большими объёмами данных и распределёнными вычислениями.

Ключевые навыки:

Python • SQL • Machine Learning • Прогнозирование временных рядов • Кластеризация • CatBoost • LightGBM • Исследование данных • Валидация моделей

Мы предлагаем:

  • Официальное оформление в соответствии с ТК РФ в IT-аккредитованную компанию;

  • Совокупный доход: оклад + годовой бонус;

  • График работы: 5/2 (гибридный формат работы/ удаленный);

  • Вакансия открыта для кандидатов, проживающих в РФ, удалённый формат работы из других стран не рассматривается;

  • Техника для работы;

  • Полис ДМС;

  • Программа Best Benefits;

  • Внутреннее обучение;

  • Спортивные и развлекательные мероприятия, участие в корпоративной жизни компании.

Присоединяйтесь к нам и станьте частью истории бренда с историей!

Соц.сети

Senior Data Scientist (Document AI / IDP)

Неизвестный работодатель
Зарплата не указанаНе указана странаЛокация не указанаУдалёнка

.🚀 Ищем Senior Data Scientist (Document AI / IDP) на крупный промышленный проект!

Будем строить с нуля и выводить в прод систему интеллектуального распознавания и валидации первичной документации (счета, УПД, акты) с последующей интеграцией в RPA и SAP.

📌 Условия:
• Формат: удалённо, оформление как ИП
• Длительность: от 3-х месяцев
• Грейд: Senior

🛠 Чем предстоит заниматься:
• Проектировать архитектуру end-to-end решения для распознавания и валидации документов.
• Обучать и дорабатывать модели классификации, NER, извлечения полей и таблиц (в том числе из сложных сканов с печатями, подписями и рукописными пометками).
• Писать алгоритмы валидации данных (ИНН/КПП, НДС, контрольные суммы, сверка со справочниками SAP) и парсинг XML (УПД, форматы ФНС, EDI).
• Интегрировать решение с RPA-ботами и SAP (через REST/SOAP API, очереди сообщений).
• Мониторить качество в проде (метрики STP, precision/recall), анализировать ошибки и дообучать модели.🎯

Что мы ждем от тебя:
• Опыт в Data Science от 5 лет, из них от 2–3 лет в задачах Document AI / IDP.
• Уверенный стек OCR и Layout Analysis: Tesseract, PaddleOCR, ABBYY, LayoutLM/v3, Donut, DocTR или аналоги.
• Хорошее знание CV/ML: OpenCV (предобработка сканов), PyTorch/TF, Hugging Face, pandas, SQL.
• Продвинутый Python (ООП, pytest, типизация), опыт разработки API (FastAPI/Flask) и работы с брокерами (Kafka/RabbitMQ).
• Понимание работы с первичкой (Purchase-to-Pay, УПД, НДС) и опыт стыковки с RPA/SAP (или желание быстро в это погрузиться).
• Плюсом будет: опыт с VLM/LLM (Qwen-VL, GPT, Claude) для извлечения данных, MLOps (MLflow, Airflow) и активное обучение.

📩 Как откликнуться:
Пишите в личку: ••••••••

hh.ru
Зарплата не указанаРоссияМоскваГибрид

Мы - Kaspersky DDoS Protection (KDP) - отдельное подразделение «Лаборатории Касперского», международного лидера в кибербезопасности. Мы создаём единую высоконагруженную платформу для защиты онлайн-активов. В основе - защита от DDoS-атак (L3/L4), которую мы активно усиливаем решениями уровня приложений (L7): WAF, защита от ботов, а также развиваем направление CDN.

Краткое описание:

Разработка и поддержка ML-систем для antiDDoS/antibot. Системы высоконагруженные, с жесткими SLA. Код нужно писать относительно низкоуровневый, заточенный под real-time прод, то есть from catboost import CatBoostClassifier не вариант. Многие алгоритмы придется реализовывать по пейперам (а в жизни as is они работают не всегда, нюансов много и нужно разбираться) или собственному озарению (обоснованному математической логикой).

Что делать:

- Реализовывать новые и улучшать имеющиеся алгоритмы детекции атак

- Вписываться в жесткие лимиты по задержкам и пропускной способности: профилировать и оптимизировать горячие пути, снижать latency, убирать аллокации, минимизировать gc-паузы и кэш-промахи, предотвращать утечки памяти - и всё это не за счет снижения обобщающей способности моделей

- Писать performance-бенчмарки и тесты - новые фичи не должны ломать SLA

- Внимательно и качественно документировать решения

Наши ожидания от вас:

- 2-3 года коммерческого опыта в ML/DS, практический опыт разработки и внедрения ML-решений

- Хорошая матбаза: статистика, теория вероятностей, линейная алгебра. Способность и желание самостоятельно разбираться в математике алгоритмов

- Интерес к производительности кода и алгоритмов, готовность реально вникать в происходящее "под капотом"

- Системное мышление и внимание к деталям, умение глубоко погрузиться в незнакомую задачу и довести решение до прода

- Английский, достаточный для чтения технической документации и оригиналов научных статей

- Высшее образование

- Python 3.x, SQL, Docker, Airflow, Git, DVC, S3, Grafana, bash

Будет плюсом:

- Опыт работы с высоконагруженными ML-системами

- Опыт в задачах обнаружения аномалий, антифрода, antiDDoS/anti-bot или смежных областях

- Общее понимание как устроен Интернет (модель OSI) и сетевое взаимодействие

- Отсутствие стремления перепоручить агентам вообще всё

Если с real-time еще не работали, но действительно хотите и перечисленное не пугает - откликайтесь

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