Lead Computer Vision DS (SberAI)
Описание
Мы — команда, которая стремится к disrupt ключевых процессов Банка и его партнеров через внедрение прорывных решений в области компьютерного зрения. Наш подход объединяет три ключевых элемента: Передовые модели — используем state-of-the-art архитектуры, включая мультимодальные решения и LLM, не боясь экспериментировать с новейшими исследованиями Мощный harness — создаём собственную инфраструктуру для быстрого прототипипрования, обучения и деплоя моделей, что ускоряет цикл разработки в разы Глубокая экспертиза — опираемся на накопленный опыт внедрения CV-решений в production, от прототипа до масштабирования на edge-устройствах Наши проекты охватывают широкий спектр направлений: от анализа изображений и видео до построения автономных систем и Моделей Мира (World Models). Обязанности анализ требований и проектирование архитектуры решений на стыке классического CV и Vision LLM разработка гибридных моделей компьютерного зрения: от традиционных задач (детекция, сегментация, классификация, трекинг) до мультимодальных VLLM-решений для понимания сцен и визуального.reasonинга интеграция VLLM в CV-пайплайны для задач Visula Question Answering, Image / Video Caption, кросс-модального поиска и сложного анализа изображений оптимизация моделей для промышленного внедрения: квантование, дистилляция, ускорение инференса для работы на edge-устройствах; взаимодействие с командой разработки для передачи моделей в production, включая разработку API и интеграцию с существующими системами документирование экспериментов, метрик и результатов (MLflow, Tensorboard, WandB) code review, менторство младших специалистов и поддержка качества кода в команде исследование и внедрение новых подходов из научных публикаций по CV и VLLM. Требования Опыт работы в Data Science / Computer Vision — от 5 лет хорошие инженерные навыки, понимание процесса ИТ-разработки и DevOps-процессов глубокое знание Python и основных библиотек для ML/CV: PyTorch, OpenCV, Transformers понимание основ классического компьютерного зрения: фильтры, морфология, ключевые точки, feature matching, эпиполярная геометрия; опыт работы с Vision LLM и мультимодальными архитектурами (CLIP, BLIP, LLaVA, Flamingo и др.) знание основных архитектур нейронных сетей для CV-задач (CNN, Vision Transformer, DETR, YOLO, SegFormer) и понимание принципов их интеграции с языковыми моделями опыт работы с фреймворками для деплоя моделей (ONNX, TensorRT, OpenVINO, TorchScript) и оптимизации инференса умение читать научные статьи на английском (CVPR, ICCV, ECCV, NeurIPS) и быстро прототипировать новые подходы понимание принципов работы с большими языковыми моделями: fine-tuning, prompt engineering, LoRA, адаптеры опыт работы с векторными базами данных и кросс-модальным поиском будет преимуществом Будет плюсом: публикации или выступления на профильных конференциях опыт работы с видеоаналитикой и трекингом объектов навыки работы с Kubernetes опыт работы с геоинформационными данными или спутниковыми снимками знание основ MLOps и опыт построения пайплайнов для обучения и деплоя моделей. Условия комфортный современный офис рядом с м. Кутузовская гибридный формат работы ежегодный пересмотр зарплаты. Годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ бесплатная подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера.