ML Engineer (Computer Vision) (удаленная работа)
(вакансия не опубликована)

Вакансия: ML Engineer (Computer Vision)

Описание вакансии

ML Engineer (Computer Vision / MLOps)

MooMind продуктовая deep tech-компания, создающая AI-решения и интеллектуальные приборы для предприятий в промышленности и животноводстве. Мы ищем ML-инженера, который не просто обучает модели, а строит работающие ML-системы, доходящие до реального внедрения.

Что предстоит делать:

Разрабатывать и внедрять модели компьютерного зрения (детекция, сегментация, трекинг) под задачи видеоаналитики и контроля процессов на производстве.

Проектировать и развивать инфраструктуру для масштабируемых ML-сервисов (FastAPI, async backend, очереди, батчи).

Автоматизировать ML-пайплайны: подготовка данных, обучение, деплой, мониторинг, rollback.

Оптимизировать inference под edge-устройства (Jetson, ARM, GPU inference) с использованием ONNX, TensorRT, TFLite.

Строить мониторинг и алерты по ML-метрикам (W&B, MLflow, Prometheus, Grafana).

Писать чистый, протестированный и воспроизводимый код, участвовать в code review.

Работать в связке с backend-разработчиками, инженерами и заказчиками для доведения продукта до результата на реальном объекте.

Что важно:

3+ года практического опыта в ML и CV.

Уверенное владение PyTorch и инструментами CV: YOLOv5 v10, SAM, ByteTrack, DeepSORT, SegFormer и др.

Опыт построения и оптимизации inference-сервисов.

Знание async Python, REST/WebSocket API, очередей задач.

Уверенная работа с Docker, Kubernetes, GitLab CI, Helm.

Опыт трекинга экспериментов и деплоя моделей: MLflow, W&B, DVC, Optuna.

Опыт вывода моделей в production, а не только до этапа ноутбука.

Наш стек:

CV/ML: PyTorch, YOLOv10/11, Transformers, SAM, OpenCV

MLOps: MLflow, W&B, DVC, ClearML, Optuna

Инфраструктура: FastAPI, Redis, Celery, PostgreSQL, Kafka

DevOps: Docker, Kubernetes, GitLab CI, Prometheus, Grafana

Оптимизация: ONNX, TensorRT, TFLite, TorchScript, OpenVINO

Edge: NVIDIA Jetson, ARM-платформы

Формат и условия:

Полностью удалённая работа, гибкий график.

Все проекты реальные, без работы в стол : каждая модель доходит до внедрения.

Быстрые итерации и высокая инженерная автономия.

Работа с видео и данными с реальных производств от агропредприятий до фабрик.

Прозрачная система задач, возможность роста и влияния на архитектуру решений.

Участие в конференциях, публикациях, R&D-проектах.

Хочешь видеть, как твой код работает в реальном цеху, а не только на демке? Присоединяйся в MooMind.