МТТЕХ

MLOps-инженер (Computer Vision / Generative AI)

Не указана
  • Москва
  • Полная занятость
  • От 3 до 6 лет

МТТЕХ - центр разработки Московского транспорта.
Мы создаём ИТ-решения, которыми ежедневно пользуются миллионы пассажиров: от оплаты и планирования маршрутов до беспилотного трамвая

Управление данными и автоматизация (Core MLOps)

  • Построение end-to-end процессов работы с видеоданными: от сбора с edge-устройствдо подготовки финальных датасетов для обучения моделей
  • Интеграция инструментов разметки (CVAT) с S3-хранилищем и ClearML, автоматизация обмена данными и статусов задач разметки
  • Автоматизация процессов Active Learning: выборка данных для доразметки, формирование заданий, обновление датасетов
  • Анализ и улучшение производительности пайплайнов работы с данными (скорость обработки, стоимость хранения, стабильность)

Генеративный AI и Синтетические данные

  • Развертывание и сопровождение генеративных моделей на GPU-серверах (например, диффузионные модели для генерации изображений)
  • Построение пайплайна генерации синтетических изображений для дообучения нейронных сетей (Data Augmentation / Synthetic Data Generation)
  • Организация хранения и учёта сгенерированных данных (метаданные, версии, параметры генерации)

Оптимизация моделей под целевую платформу:

  • Квантизация, pruning, сжатие

Разработка и обучение новых моделей детектора:

  • Подбор и внедрение современных архитектур
  • Настройка пайплайна обучения, валидации, тестирования

ТРЕБОВАНИЯ

  • Опыт работы с современными генеративными моделями (диффузионные модели, GAN)
  • Опыт в MLOps / Data Engineering: уверенное владение Python, опыт написания скриптов автоматизации
  • Работа с ML-инфраструктурой: уверенный опыт использования ClearML
  • Опыт построения пайплайнов обработки данных (желательно — видеоданных): скачивание, конвертация, нарезка, аугментации, контроль качества
  • Уверенная работа в Linux-среде
  • Уверенный Python, опыт с PyTorch/TensorFlow
  • Практический опыт обучения, тюнинга и квантизации моделей
БУДЕТ ПЛЮСОМ
  • Опыт развёртывания и оптимизации генеративных моделей
  • Опыт работы с Active Learning, semi-supervised/self-supervised подходами в контексте данных компьютерного зрения
  • Понимание типичных задач CV (детекция, трекинг, сегментация) и требований к датасетам для них

Работа у нас это:

  • Забота о здоровье без лишней бюрократии (комфортный пакет ДМС)

  • Энергия, которая не заканчивается на дейликах (компенсация спорта)

  • Рабочий день начинается с завтрака за кофе (компенсация питания)

  • Дорога до офиса и обратно без лишних трат (компенсация проезда на пассажирском транспорте)

  • Дополнительные дни для перезагрузки (5 day-off в год)

  • Аккредитованная ИТ-компания