ML-разработчик (CV, NLP, UGC)

Mamba Group — это 20 лет опыта и экспертизы в: разработке и продвижении highload-проектов; проектировании и разработке мобильных приложений; консалтинге в области технической аналитики, монетизации продуктов, пользовательского опыта. Наш ключевой продукт, сервис "Мамба" — highload-проект, один из крупнейших dating-проектов в России и странах ближнего зарубежья. Начиная с 2003 года, Мамба помогает пользователям найти друг друга, создавая для этого лучшие технологии. О проекте Мы развиваем собственную систему разметки данных (СРД) — платформу автоматической классификации контента. В основе системы — большое количество специализированных CV и NLP моделей, каждая из которых отвечает за отдельную задачу: определение объектов, признаков, нарушений, характеристик контента и других категорий. Сейчас перед нами стоит задача масштабировать разработку ML-направления: перейти от разработки отдельных моделей к промышленному процессу создания, обучения, оценки и эксплуатации большого количества моделей. Ищем Senior ML Engineer, который поможет построить культуру MLOps и организовать эффективную ML-фабрику. Чем предстоит заниматься Разработка CV/NLP/Audio/Video моделей Создавать и улучшать атомарные ML-модели для различных категорий: классификация изображений; object detection; OCR / обработка текста; NLP-классификация; ASR (Automatic Speech Recognition) Video Action Recognition Video Captioning / Summarization multimodal модели (изображения, аудио, видео, текст). Работать с современными архитектурами: CNN; Transformers; Vision Transformers; CLIP-like подходы; foundation models. Построение процесса массового обучения моделей Нам важно не просто обучить одну модель, а создать процесс, позволяющий быстро производить десятки и сотни моделей. Предстоит: проектировать стандартный lifecycle модели; создавать reusable training pipelines; автоматизировать обучение; внедрять единый подход к экспериментам; стандартизировать оценку качества моделей; ускорять вывод моделей в production. Внедрение MLOps культуры Организовать процессы: experiment tracking; model registry; версионирование моделей; контроль качества моделей; управление артефактами обучения; воспроизводимость экспериментов. Настроить процессы: dataset → training → evaluation → model registry → deployment Работа с данными Участвовать в построении правильных процессов подготовки данных: проведение разведочного анализа данных (EDA) формирование обучающих датасетов; организация, контроль и анализ качества разметки; поиск ошибок в данных; работа с дисбалансом классов; hard negative mining; active learning подходы; улучшение моделей через улучшение данных. Production ML Совместно с backend-командой интегрировать модели в production: оценивать необходимые вычислительные ресурсы под рост нагрузки; рассчитывать требования к CPU/GPU инфраструктуре; прогнозировать стоимость inference; проектировать эффективный запуск большого количества моделей; оптимизировать latency и throughput. подготовка моделей к inference; оптимизация скорости работы; мониторинг качества; анализ деградации моделей; обновление версий моделей; документирование ML-моделей (Swagger, Карточки моделей). Что ожидаем Обязательно: опыт 4+ лет в Machine Learning / ML Engineering; опыт доведения ML-моделей до production; уверенное знание Python; опыт с PyTorch; опыт разработки CV и/или NLP решений. Хорошее понимание: как правильно организовать обучение моделей; как выбирать метрики качества; как строить train/validation/test; как анализировать ошибки моделей; как улучшать качество через данные. Опыт с: Transformers; pretrained/foundation models; transfer learning; fine-tuning. Опыт внедрения MLOps инструментов: MLflow; Weights Biases; Kubeflow; Airflow; DVC. Опыт с: Docker; Kubernetes; FastAPI; Triton Inference Server; model serving. Опыт с инструментами разметки: Label Studio; CVAT. Опыт с большими объемами данных: S3/MinIO; PostgreSQL; vector search / embeddings. Кого мы ищем Нам нужен инженер, который: умеет не только обучать модели, но и строить ML-процессы; понимает разницу между research-кодом и production ML; стремится автоматизировать повторяющиеся задачи; умеет превращать эксперименты в стабильные пайплайны; мыслит системно. Цель роли — построить фундамент, который позволит нашей команде быстро создавать и развивать большое количество моделей. Мы предлагаем: Удаленный формат работы из любой точки мира или комфортный офис в шаговой доступности от станции метро "Цветной бульвар" Международный ДМС со стоматологией Корпоративные путешествия (Дагестан, Карелия, Ладога, Красная поляна) Работу в интересном и большом проекте с невероятно опытной командой Конкурентную заработную плату по результатам интервью Гибкое начало рабочего дня, возможность работать из другой страны Минимум рабочих совещаний и бюрократии Оплата обучения и участий в конференциях и митапах Ценные подарки сотрудникам от компании по результатам работы Скидки и акции у наших партнёров Аккредитация ИТ-компании в Минцифры Присоединяйтесь! Мы умеем эффективно работать, весело отдыхать и мы всегда рады новым коллегам!