ML Engineer (Computer Vision)

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.