Data Scientist / ML-инженер / Python-разработчик (Middle+)

От 180 до 200 ₽ за месяц, на руки

От 3 до 6 лет•Полная занятость•Полный день
Нижний Новгород, Нижний Новгород, посёлок Черепичный, 14

Обязанности:

— Разработка и сопровождение AI-микросервисов на Python для системы раннего обнаружения лесных пожаров.

— Разработка и развитие алгоритмов интеллектуальной видеоаналитики, обнаружения дыма, возгораний и других объектов и событий.

— Разработка и интеграция методов мультимодального обнаружения объектов на базе визуально-языковых моделей (Vision-Language Models, VLM).

— Обучение и дообучение нейросетевых моделей на существующих и новых датасетах под специализированные задачи.

— Подготовка, обработка и анализ датасетов: очистка данных, аугментация, проверка разметки, формирование обучающих и тестовых выборок.

— Оценка точности моделей, анализ ошибок, снижение ложных срабатываний и повышение качества детекции.

— Работа с OpenCV, обработка изображений и видеопотоков, в том числе RTSP.

— Интеграция моделей детекции объектов и VLM в существующую систему видеоаналитики.

— Оптимизация и развертывание нейросетевых моделей на GPU и устройствах NVIDIA Jetson.

— Оптимизация производительности инференса: скорость обработки, задержки, использование CPU, GPU и памяти.

— Разработка и сопровождение Docker-контейнеров с AI-сервисами.

— Тестирование, профилирование и устранение проблем в работе моделей и микросервисов.

— Участие в выборе нейросетевых архитектур и развитии технических решений системы.

Требования:

— Уверенное знание Python: ООП, asyncio, multiprocessing, работа с памятью, профилирование и оптимизация кода.

— Практический опыт разработки микросервисов на Python, знание FastAPI или аналогичных фреймворков, REST API.

— Уверенное владение PyTorch, практический опыт обучения и дообучения нейросетевых моделей.

— Опыт работы с датасетами: подготовка, очистка, аугментация, разделение на train / validation / test, оценка качества данных.

— Понимание архитектур нейросетей для Computer Vision, опыт работы с YOLO или аналогичными моделями детекции.

— Практический опыт работы с визуально-языковыми моделями (VLM), понимание принципов мультимодального анализа изображений и видеосцен.

— Понимание методов fine-tuning нейросетей, настройки процесса обучения, подбора гиперпараметров и оценки результатов.

— Уверенное знание OpenCV, опыт обработки изображений и видеопотоков.

— Понимание принципов object detection, classification, tracking и segmentation.

— Знание метрик качества ML-моделей: precision, recall, F1, mAP; умение анализировать ложноположительные и ложноотрицательные срабатывания.

— Опыт работы с NVIDIA Jetson (Orin, Xavier или аналогичными платформами).

— Понимание принципов GPU-вычислений, CUDA, ограничений вычислительных ресурсов и видеопамяти.

— Опыт оптимизации и развертывания моделей с использованием ONNX и TensorRT.

— Уверенная работа с Linux (Debian, Ubuntu).

— Практический опыт работы с Docker, включая сборку образов и запуск контейнеров с доступом к GPU.

— Уверенное владение Git, опыт командной разработки.

— Умение разбираться в существующем коде, диагностировать проблемы производительности и самостоятельно находить технические решения.

Будет плюсом:

— Опыт разработки систем видеоаналитики, обнаружения дыма, огня и других визуальных событий.

— Опыт дообучения VLM, использования LoRA / QLoRA, Hugging Face Transformers, PEFT.

— Опыт работы с Qwen-VL, LLaVA, InternVL или аналогичными моделями.

— NVIDIA DeepStream SDK, GStreamer.

— Triton Inference Server.

— Опыт работы с RTSP-потоками от большого количества IP-камер, в том числе PTZ.

— Опыт работы с CVAT, Label Studio, Roboflow.

— Опыт использования MLflow, Weights & Biases, DVC.

— Опыт оптимизации моделей с помощью FP16, INT8, quantization, pruning, distillation.

— Kubernetes (K8s), Helm.

— GitLab CI, Jenkins, GitHub Actions или другие CI/CD-системы.

— Опыт работы с Redis, RabbitMQ, Kafka.

— Понимание MLOps, организации процессов обучения, версионирования и обновления моделей.

Мы предлагаем:

— Возможность профессионального и карьерного роста. Мы заинтересованы в развитии сотрудников и поддерживаем желание брать на себя новые задачи и осваивать дополнительные направления.

— Внутрикорпоративное обучение и обмен опытом. Возможность учиться у коллег, участвовать в технических разборах, углублять экспертизу и применять новые знания на практике.

— Работу с современным технологическим стеком: Python, PyTorch, VLM, OpenCV, NVIDIA Jetson, CUDA, TensorRT, Docker, Linux.

— Реальное влияние на технические решения. Мы приветствуем инициативу, предложения по развитию AI-архитектуры, улучшению качества моделей и повышению производительности системы.

— Интересный и социально значимый проект. Вы будете участвовать в разработке и совершенствовании системы раннего обнаружения лесных пожаров с использованием технологий искусственного интеллекта.

— Возможность удалённой работы с периодическим посещением офиса для проведения совещаний, рабочих встреч и командных обсуждений.

— Гибкий рабочий график. Рабочий день в пределах с 9:00 до 18:00 с возможностью согласования времени работы с руководителем и командой.

— Дружную команду и комфортный офис. У нас можно обращаться за помощью, делиться идеями и вместе находить решения сложных технических задач.

ID 833158• 7 (+2 сегодня)•Публикация: 13.11.2026•

Похожие вакансии