Работа ML-инженером в Санкт-Петербурге — свежие вакансии

участвовать в полном цикле DS/ML-проектов: от сбора данных до внедрения готового ML-решения в production; решать бизнес-задачи с помощью ML и LLM: предлагать подходящие решения, проверять гипотезы, обосновывать выбор; проводить анализ данных: сбор, чистка, визуализация, подготовка отчётности;

Проектирование, внедрение и поддержка сквозных ML-пайплайнов: от подготовки данных до развертывания и мониторинга моделей в production-среде SOC. Автоматизация полного жизненного цикла ML-моделей: версионирование данных (LakeFS), трекинг экспериментов (MLflow), упаковка и развертывание (Docker/K8s).

Разрабатывать системы анализа здоровья: наше ключевое направление AI, который помогает пользователю понять своё состояние и вовремя дойти до врача; Внедрять AI-фичи в продукт и в компанию: интеграция LLM (онлайн и on-prem), интеллектуальный поиск, ассистенты для пользователей и внутренних команд;

Разработка алгоритмов в области машинного обучения и методах обработки информации по направлениям фрод-мониторинга и гарантирования доходности Разработка ПО Поддержка текущих версий ПО Участие (и руководство) в тестировании и сопровождении ПО Требования Высшее образование (бакалавр + магистр) в

Разработка новых и доработка существующих моделей: детектирование захват и сопровождение, классификация объектов; Написание кода для решения конкретных задач по компьютерной обработке изображений Python/C++, Tensorflow, PyTorch и т.д.; Выбор камер для работы, тестирование оборудования. Требования

проектировать и внедрять архитектуру ML-систем, интегрируя SOTA-решения в существующую архитектуру; управлять полным циклом работы с данными: от сбора и синтетического расширения датасетов до их фильтрации, предобработки и доставки в модели; масштабировать ML-конвейеры (training, inference

проектировать и внедрять архитектуру ML‑систем, интегрируя SOTA‑решения (State‑Of‑The‑Art) в существующую инфраструктуру; разрабатывать, тестировать и оптимизировать ML‑модели в т. ч. для эффективного развёртывания и работы на сервере; управлять полным циклом обработки данных: от сбора и

1. Выявление задач для автоматизации с помощью ИИ в разных подразделениях компании и формулировка требований к решениям. 2. Подготовка предложений по использованию AI‑инструментов (готовые сервисы, внутренние модели, интеграции) с оценкой рисков и ожидаемого эффекта. 3. Участие во внедрении и

дорабатывать и улучшать качество текущих моделей; изучать и предлагать решения на основе новых технологий в CV; интегрировать модели в программные модули; развивать функционал комплекса CV. Требования релевантный опыт работы в сфере компьютерного зрения или машинного обучения; знание классических

Разработка алгоритмов шумоподавления; Разработка алгоритмов улучшения качества звука; Восстановление звука при потерях пакетов; Разработка нейро аудио кодеков. Требования Знание Python, Pytorch, PytorchAudio, Librosa; Опыт в задачах обработки звука; Знание архитектуры моделей CNN, VAE, LSTM; Опыт