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

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

ООО «НейроЗрение Групп» — дочерняя компания ООО «Цифровая платформа КАМАЗ» и ООО «Университетская стартап-студия». Работает под общим брендом «КАМАЗ Диджитал». Компания находится в Набережных Челнах и разрабатывает систему промышленного ко…

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

Зарплата не указанаРоссияКазаньСанкт-ПетербургУдалёнка
Локации (удалёнка):КазаньСанкт-Петербург

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

О компании

ООО «НейроЗрение Групп» — дочерняя компания ООО «Цифровая платформа КАМАЗ» и ООО «Университетская стартап-студия». Работает под общим брендом «КАМАЗ Диджитал». Компания находится в Набережных Челнах и разрабатывает систему промышленного компьютерного зрения «Оптера». Аккредитация ИТ-организации в процессе оформления.

«Оптера» анализирует видео с рабочих мест: потоки с камер (RTSP, API систем видеонаблюдения) и архивные записи. Основные функциональные блоки:

– анализ производительности: классификация действий по заданным категориям, фиксация простоев, лишних перемещений и выполнения технологических операций, диаграммы загрузки и маршрутов перемещений, выявление отклонений от рабочего процесса. Применяется в том числе для балансировки линий;

– эргономика: оценка рабочих поз по методике REBA, выявление рабочих мест с повышенной физической нагрузкой;

– охрана труда: контроль наличия средств индивидуальной защиты;

– работа с деталями: детекция и подсчёт, идентификация детали по фотографии с выдачей обозначения, чертежа и 3D-модели (веб-интерфейс и мобильное приложение), контроль качества лакокрасочного покрытия с привязкой к 3D-модели;

– оповещения о событиях и отклонениях на почту и в корпоративные мессенджеры.

Данные обрабатываются в обезличенном виде, без биометрии. Система разворачивается в закрытом контуре предприятия или в облаке и строится на отечественных и свободно распространяемых компонентах. Внешние системы подключаются через REST API. Решения проходят апробацию на производстве ПАО «КАМАЗ».

Развитие продукта

Концептуально «Оптера» должна стать частью единого контура цифрового производства «КАМАЗ Диджитал». Интеграция планируется к реализации, и её архитектуру предстоит выстроить техлиду:

– связка с MDC-системой «Сигнал» (мониторинг оборудования): сопоставление простоев оборудования с действиями персонала на тех же рабочих местах и в те же интервалы времени;

– связка с MES-системой «Пульс» (оперативное управление производством): привязка видеоаналитики к сменам, производственным заданиям и технологическим операциям, сравнение плана и факта;

– общая модель данных и единые справочники (участки, рабочие места, смены, операции), обмен событиями через брокер сообщений и REST API;

– слой интерпретации данных на базе ИИ поверх трёх систем: поиск первопричин потерь и подготовка рекомендаций по изменению участка.

Цель — единая картина по оборудованию, персоналу и производственным заданиям вместо трёх отдельных систем.

Мы ищем технического лидера, который возглавит разработку «Оптеры»: CV/ML-сервисы, серверную часть, веб-интерфейс и развёртывание. Продукт состоит из нескольких десятков сервисов на Python и Vue, работает на GPU и разворачивается в Kubernetes, в том числе в закрытом контуре заказчика на Astra Linux. Техлид отвечает за архитектуру, качество и сроки, растит команду и сам пишет код на ключевых участках. Подчинение — владельцу продукта.

Функциональные обязанности

– Руководство командой (CV/ML, backend, frontend, DevOps): роли, зоны ответственности, распределение задач.

– Найм: профиль вакансий, технические интервью, онбординг.

– Организация процесса: Scrum или Kanban, планирование спринтов и релизов, бэклог, демо и ретроспективы.

– Декомпозиция требований заказчика в задачи с критериями приёмки и оценкой трудоёмкости.

– Контроль сроков и качества: риски, блокеры, приёмка перед выпуском.

– Развитие команды: встречи один на один, обратная связь, планы развития, оценка результатов.

– Обмен знаниями: code review, технические разборы, документация решений.

– Согласование приоритетов и сроков со смежными командами, подрядчиками и заказчиками.

– Отчётность перед владельцем продукта: статус, загрузка, риски, потребность в ресурсах.

– Архитектура платформы: границы сервисов, контракты API и сообщений, схема данных, конвейер обработки многочасовых видео от приёма до отчёта, требования к производительности и отказоустойчивости.

– Технические решения по ML-контуру: выбор и замена моделей, путь от обучения до продакшн-инференса (ONNX, TensorRT), бюджет GPU и задержек, воспроизводимость экспериментов.

– Инженерные стандарты: code review, git-flow, тестирование, линтеры и типизация, CI/CD, наблюдаемость, разбор инцидентов, управление техническим долгом.

– Развёртывание у заказчиков: облако и закрытый контур без интернета, собственные реестры образов (Nexus, Harbor), сертифицированные ОС (Astra Linux).

Требования

Опыт и уровень:

– Коммерческая разработка от 6 лет, из них не менее 2 лет в роли техлида, тимлида или ведущего разработчика с командой от 4 человек.

– Опыт вывода в продакшн и сопровождения продукта.

– Опыт проектирования распределённой системы из нескольких сервисов с очередями и долгими фоновыми задачами.

– Готовность к командировкам на площадки заказчиков.

Технические компетенции:

– Python 3.11+ на уровне эксперта: asyncio, FastAPI, Pydantic, SQLAlchemy + Alembic, PostgreSQL, Redis.

– Очереди и фоновые задачи: RabbitMQ (или Kafka), Celery. Ретраи, идемпотентность, задачи, которые идут часами.

– Компьютерное зрение в продакшене будет плюсом: важно уметь принимать решения по ML-части и проверять работу CV-инженеров, но не обязательно самому обучать модели каждый день.

– Работа с видео: FFmpeg, OpenCV, RTSP, обработка больших файлов в S3-совместимом хранилище – как плюс

– Docker, Kubernetes и Helm на уровне понимания развёртывания: ресурсы и лимиты, GPU-узлы, обновления без простоя.

– CI/CD в GitLab, наблюдаемость (Prometheus, Grafana, Elastic APM), структурированное логирование.

– Безопасность: Keycloak, OAuth2/JWT, LDAP/AD заказчика, хранение секретов в Vault, ролевая модель доступа.

– Понимание frontend-части на уровне архитектуры и ревью: Vue 3, TypeScript, Vite.

Будет плюсом:

– Опыт развёртывания в закрытом контуре без интернета и на отечественных ОС (Astra Linux, РЕД ОС).

– Опыт подготовки ПО к включению в реестр российского ПО или к сертификации.

– Понимание открытых лицензий (MIT, Apache, GPL, AGPL, CC BY-NC, source-available) и их последствий для коммерческого продукта.

– MLOps: ClearML или MLflow, версионирование данных и моделей, разметка в CVAT.

– Векторные БД (Qdrant) и задачи поиска по эмбеддингам.

– Опыт в промышленности, MES или видеоаналитике: смены, техпроцессы, такт, балансировка линий.

– Опыт работы с LLM в продукте: слой интерпретации данных, RAG, агентные сценарии.

Стек: Python 3.11+, asyncio, FastAPI, Pydantic, SQLAlchemy, Alembic, PostgreSQL, Redis, RabbitMQ, Celery, S3, Qdrant, PyTorch, ultralytics, ONNX Runtime, TensorRT, CUDA, OpenCV, FFmpeg, ClearML, CVAT, Vue 3, TypeScript, Vite, Keycloak, Docker, Kubernetes, Helm, GitLab CI, Nexus, Harbor, Vault, Prometheus, Grafana, Elastic APM, Astra Linux, Яндекс.Облако.

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

Reinforcement Learning Engineer - Locomanipulation

Автоподнятие
Зарплата не указанаВеликобританияLondon
Текст:
Оригинал доступен только пользователям с подпиской

Location

Based in London, UK, with work on real robotic hardware and large-scale simulation.

About the company

A robotics company developing commercially scalable, safe •••••••• robots for industrial deployment, with continuous iteration between simulation and hardware experiments.

Responsibilities

  • Design and train reinforcement learning policies for dynamic locomotion, balance recovery, contact-rich manipulation, and multi-behavior control on •••••••• robots
  • Build scalable simulation and training pipelines, including reward functions, observation spaces, and curricula
  • Improve policy robustness and sim-to-real transfer, then deploy and evaluate policies on real robotic systems
  • Integrate learned policies into the robot control stack in collaboration with controls and robotics engineers

Requirements

  • MS or PhD in robotics, machine learning, computer science, or a related field
  • Strong reinforcement learning experience (e.g., PPO, SAC, offline RL) applied to robotics or physical systems
  • Hands-on deployment of learned policies on real robotic systems and work with physics-based simulators such as Isaac Lab or MuJoCo
  • Strong Python and/or C++ programming skills; experience with locomotion, legged robots, sim-to-real transfer, or whole-body control is a plus
Сайты компаний
СБЕР

AI Researcher

СБЕРАвтоподнятие
Зарплата не указанаРоссияМоскваГибрид

Приглашаем исследователей в области машинного обучения в команду Рекомендательных систем и персонализации Центра практического ИИ.

Центр практического искусственного интеллекта - стратегическое подразделение Сбера, создающее наукоемкие технологии.

Мы создаем новые алгоритмы рекомендательных систем и адаптируем SOTA-подходы для задач банка и компаний-партнеров, помогаем бизнесу внедрять новые технологии. Также мы разрабатываем собственные open-source фреймворки и публикуем результаты наших исследований на международных конференциях уровня A/A*.

Приглашаем присоединиться к исследованиям и прикладным проектам в области рекомендательных технологий, DL-моделей для последовательных данных и подходов на стыке LLM и RecSys.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в сберчате, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры. AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Наши задачи:

  • развиваем библиотеку для рекомендательных систем RePlay https://github.com/sb-ai-lab/RePlay
  • разрабатываем и улучшаем алгоритмы рекомендательных систем
  • разрабатываем и обучаем трансформерные модели на последовательностях событий
  • проводим исследования в области sequential recommendations, LLM для рекомендаций, foundation models для событийных данных
  • пишем статьи и выступаем на ведущих мировых и российских конференциях.

Мы ожидаем:

  • опыт работы от 2 лет в области, связанной с RecSys / DL / NLP
  • умение писать читаемый и хорошо структурированный код на python
  • умение работать с git
  • знание стандартных библиотек и фреймворков (numpy, pandas, polars, scikit-learn, pytorch, pytorch-lightning, transformers)
  • навыки организации и воспроизводимого проведения ML-экспериментов (Hydra, Сlearml, Mlflow, W&B, Neptune)
  • опыт разработки и обучения моделей с помощью pytorch
  • знание математики, глубокое понимание классического ML и современных методов DL, широкий кругозор в ML в целом
  • понимание современных Transformer-based архитектур для работы с последовательностями
  • знание ключевых рекомендательных подходов и методов их оценки
  • умение читать, анализировать и воспроизводить научные статьи.

Будет плюсом:

  • опыт успешного участия в ML соревнованиях и хакатонах
  • опыт написания научных статей, наличие публикаций
  • понимание принципов работы современных LLM и LLM-агентов.

Мы предлагаем:

  • комфортный современный офис г. Москва, рядом с метро Кутузовская
  • гибридный формат работы
  • ежегодный пересмотр зарплаты и годовая премия
  • корпоративный спортзал и зоны отдыха
  • более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
  • расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • подписка Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера.
Сайты компаний
т-банк

Data Scientist в команду антифрода

т-банкАвтоподнятие
Зарплата не указанаРоссияМосква

Команда оценки благосостояния занимается разработкой алгоритмов оценки платёжеспособности клиентов, чтобы принимать более точные и честные решения по кредитам. Наша работа лежит в основе скоринга, верификации и персонализации финансовых продуктов. Мы стремимся повысить эффективность процессов, снизить риски и одновременно расширить доступ к кредитам для добросовестных клиентов

  • Оценивать платёжеспособность клиентов, исследовать источники данных, строить модели оценки дохода и кредитной нагрузки, внедрять их в скоринг
  • Сегментировать клиентов по уровню благосостояния, использовать данные экосистемы для ранжирования и персонализации решений.
  • Проверять гипотезы, применять A/B-тестирование, методы прикладной статистики и ML-подходы
  • Оптимизировать ручные проверки — определять, кто действительно нуждается в ручной верификации, чтобы снизить нагрузку на операции и повысить прибыль
  • Строить модели оценки дохода и благосостояния клиентов
  • Знание теории вероятностей
  • Знание математической статистики и классических методов машинного обучения
  • Владение SQL, Python (pandas, sklearn)
  • Умение анализировать бизнес-процессы
  • Умение адаптировать скоринговые модели под стратегию
  • Гибридный график и офис у метро «Белорусская», в котором есть все что нужно: Т-Клиника, салон красоты, фитнес-зоны, комнаты для сна и медитации. Если захочется поработать на свежем воздухе — терраса с панорамным видом
  • Возможность работы в аккредитованной ИТ-компании
  • ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
  • Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
  • Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
  • Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
  • Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
  • Завтраки и обеды в Т-Кафе. В офисе есть ресторан и кофейни, на каждом этаже — кухня, где можно перекусить
  • 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
  • Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
  • Достойную зарплату — обсудим ее на собеседовании
Эта вакансия также есть на:Getmatch

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