ML Engineer (Kandinsky)

Описание

О команде Kandinsky разрабатывает собственные генеративные модели для изображений и видео. Сейчас мы собираем небольшую продуктовую команду, которая превращает эти технологии в пользовательские приложения. Работаем в стартаповом режиме: быстро проверяем гипотезы, запускаем прототипы и развиваем то, что работает. У нас есть собственные модели, вычислительная инфраструктура и возможность работать вместе с исследователями. Ищем ML-инженера, который возьмёт на себя ML-часть новых продуктов: от выбора подхода и первых экспериментов до стабильной работы решения в приложении. Для нас важны сильная инженерная база, самостоятельность и умение доводить эксперименты до практического результата. Нужен человек, который сможет получить задачу вроде «сделать качественную виртуальную примерку» или «ускорить обработку фотографии», самостоятельно разобраться в подходах, проверить гипотезы и предложить рабочее решение. Обязанности Решать прикладные задачи генерации и редактирования изображений и видео, обработки фотографий и компьютерного зрения. Находить и проверять подходящие модели, статьи и открытые реализации, быстро собирать рабочие прототипы. Строить пайплайны из генеративных моделей, CV-компонентов, LLM и внешних API. Работать над качеством результата: сохранением внешности и деталей, управляемостью редактирования, устранением артефактов. Готовить тестовые наборы, сравнивать подходы и выстраивать воспроизводимую оценку качества. Оптимизировать скорость, потребление памяти и стоимость обработки. При необходимости адаптировать и дообучать готовые модели, готовить для этого данные. Вместе с разработчиками внедрять решения в продукты и разбирать ошибки на реальных пользовательских примерах. Активно использовать AI-агентов и автоматизацию в разработке и исследованиях. Требования Уверенный Python и опыт работы с PyTorch. Хорошее понимание основ машинного обучения и компьютерного зрения. Практический опыт работы с моделями для изображений или видео. Умение читать статьи, разбираться в чужом коде и воспроизводить результаты. Навык постановки экспериментов: выбор данных, метрик и базовых решений для сравнения, анализ ошибок. Понимание компромиссов между качеством, скоростью и стоимостью. Опыт работы с Linux, Git и Docker. Будет плюсом Опыт генерации и редактирования изображений, виртуальной примерки, обработки лиц или ретуши. Дообучение генеративных моделей, работа с LoRA и подготовка датасетов. ONNX Runtime, LiteRT/TFLite, квантизация и запуск моделей на CPU или мобильных устройствах. Работа с мультимодальными моделями, агентными пайплайнами и автоматической оценкой результатов. Опыт внедрения ML-решений в пользовательские продукты