ML Engineer (Computer Vision / OCR / Anti-Fraud)

Ищем ML Engineer для работы с мультимодальными моделями и развития антифрод-модуля

Обязанности:

• OCR и модели

• Исследование, обучение и fine-tuning VLM-моделей (InternVL, Qwen-VL и др.) под задачи document understanding.

• Дообучение моделей (LoRA / Multi-LoRA) под специфику разных стран и языков.

• Подготовка данных: сбор, разметка, аугментация датасетов по гео.

• Оптимизация пайплайна инференса: квантование, batching, параллелизация.

• Антифрод

• Проектирование и разработка ML-модуля антифрода.

• Разработка методов выявления мошенничества.

• Разработка скоринговой модели подозрительности клиента (Supervised, Unsupervised подходы) с интеграцией в существующий OCR-пайплайн и callback API.

• Мониторинг и адаптация моделей к новым схемам мошенничества, анализ false positive / false negative.

• Участие в поддержке и развитии production-сервиса (API, мониторинг, деплой).

Обязательно:

ML / Deep Learning

• Опыт работы с PyTorch от 2 лет.

• Практический опыт обучения и fine-tuning моделей компьютерного зрения (классификация, детекция, OCR).

• Понимание архитектур трансформеров (Vision Transformer, encoder-decoder).

• Опыт работы с техниками parameter-efficient fine-tuning (LoRA, QLoRA).

• Умение проводить эксперименты, отслеживать метрики, сравнивать модели.

• Computer Vision / NLP

• Опыт работы с задачами OCR или document understanding.

• Понимание пайплайнов обработки изображений (детекция текста, распознавание, постобработка).

• Базовое понимание NLP-задач (извлечение сущностей, парсинг структурированных данных).

• Антифрод / Anomaly Detection

• Опыт или понимание задач anomaly detection / binary classification в условиях дисбаланса классов.

• Понимание метрик fraud-систем: precision/recall trade-off, стоимость ошибок первого и второго рода в контексте финансовых операций.

• Engineering

• Python: уверенное владение, умение писать чистый production-код.

• Опыт работы с GPU-инференсом (CUDA, управление VRAM, профилирование).

• Опыт работы с Docker (контейнеры, docker-compose).

• Linux: уверенная работа в терминале, SSH, базовое администрирование.

Будет плюсом:

• Опыт работы с vLLM, SGlang или аналогичными inference-серверами.

• Опыт работы с мультимодальными моделями (VLM: LLaVA, InternVL, Qwen-VL).

• Опыт квантования моделей (GPTQ, AWQ, bitsandbytes).

• Практический опыт fraud detection в финтехе или платёжных системах.

• Опыт работы с image forensics / document forgery detection.

• Опыт работы с EasyOCR, PaddleOCR, Tesseract или аналогами.

• Опыт работы с LayoutLM / Document AI моделями.

• Опыт разработки REST API (FastAPI / Flask).

• Стек: Python, PyTorch, vLLM, Docker, NVIDIA A100.

• Работа с state-of-the-art моделями (InternVL2, Qwen3-VL, LayoutLMv2).

• Задачи на стыке research и production: от экспериментов с моделями до разработки антифрод-системы в реальной платёжной системе.

• Возможность влиять на архитектурные решения.

• Удаленный формат работы из любого города или страны
• График работы 5/2
• ​​​​​​​Отпуск - 28 календарных дней.