Data Scientist - Computer Vision

Мы аккредитованная IT-компания Экосистемы СберБанка. Развиваем инновационные решения, исследуем все ключевые метрики и показатели для бизнеса и госсектора.

В настоящий момент у нас открыта вакансия «Data Scientist - Computer Vision».

Если вы увлечены разработкой высокопроизводительных систем inference для Computer Vision, умеете оптимизировать ML-модели для production и готовы работать с современным стеком технологий (Triton, FastAPI, Kubernetes, Prometheus, Kafka), мы будем рады видеть вас в нашей команде

Задачи:

1. Проектирование и оптимизация inference-систем: разработка на базе Triton Inference Server, оптимизация моделей CV (квантизация, прунинг, дистилляция) с использованием Triton Model Navigator, конвертация моделей из Torch в TorchScript, ONNX, TensorRT.
2. Высокопроизводительная обработка видео: разработка систем для эффективной работы с видеопотоками (RTSP, RTMP, HLS), оптимизация кодирования/декодирования через GPU-ускорение (NVENC/NVDEC), создание пайплайнов на базе GStreamer и FFmpeg, интеграция механизмов синхронизации для мультипоточного видео.
3. Настройка и администрирование Linux-инфраструктуры с GPU: установка и конфигурация драйверов и компонентов NVIDIA (CUDA, Drivers, CUDA Toolkit, Container Toolkit), оптимизация операционной системы.
4. Оркестрация и мониторинг: настройка Kubernetes для управления компонентами системы, интеграция Prometheus для мониторинга производительности, создание отказоустойчивых систем для непрерывной обработки.
5. Оптимизация производительности: имплементация мультипроцессорной и асинхронной обработки, оптимизация использования GPU-ресурсов, разработка стратегий батчинга и балансировки нагрузки в многопоточных системах.
6. Интеграция и документация: разработка адаптеров на FastAPI и Kafka для взаимодействия с внешними системами, стандартизация и документирование архитектуры решений.

Наши ожидания:

1. Опыт с ML и Computer Vision:
   • Опыт работы в области Computer Vision от 3 лет
   • Глубокое знание PyTorch и принципов обучения моделей DL
   • Практический опыт оптимизации моделей CV (TensorRT, ONNX Runtime)
2. Инференс и видеообработка:
   • Обязательный опыт с Triton Inference Server (развертывание, оптимизация)
   • Глубокое знание OpenCV для обработки видео и изображений
   • Опыт работы с множеством видеопотоков и их синхронизацией
   • Понимание форматов видео, кодеков (H.264/H.265) и протоколов передачи
3. Программирование и оптимизация:
   • Уверенное владение Python с фокусом на асинхронность, мультипроцессорность и оптимизацию памяти
   • Опыт решения проблем с производительностью в системах видеообработки (потери кадров, задержки)
   • Опыт с NVIDIA SDK для аппаратного ускорения кодирования/декодирования (NVENC/NVDEC)
4. Разработка API и интеграции:
   • Опыт разработки высоконагруженных API на FastAPI
   • Навыки эффективной обработки видеопотоков (RTSP, MJPEG, RTMP, HLS)
   • Понимание на высоком уровне архитектуры и принципов работы систем inference

Будет плюсом:

1. Архитектура и DevOps:
   • Опыт проектирования, разработки микросервисных архитектур для ML-систем и настройки CI/CD пайплайнов
   • Продвинутое использование Kubernetes для автоматического масштабирования ML-сервисов и управления GPU-ресурсами
   • Комплексный мониторинг на базе Prometheus/Grafana и оптимизация Docker-контейнеров для ML-задач
2. Оптимизация производительности:
   • Знание gRPC для создания высокопроизводительных компонентов и эффективного сетевого взаимодействия
   • Опыт профилирования Python-кода и оптимизации систем в условиях ограниченных ресурсов
   • Глубокий опыт работы с Triton Model Navigator для конвертации и тонкой настройки моделей
3. Видеообработка и дополнительные навыки:
   • Практический опыт с GStreamer/FFmpeg и DeepStream для высокопроизводительной обработки видеопотоков
   • Разработка адаптивных систем инференса с динамической балансировкой нагрузки
   • Опыт построения event-driven архитектур с использованием Kafka
4. Навыки в других сферах ИИ:
   • Практический опыт с OpenVINO для оптимизации и развертывания моделей на CPU/Intel GPU
   • Использование vLLM для высокопроизводительного инференса LLM в production с поддержкой динамического батчинга
   • Интеграция BentoML для стандартизации упаковки ML-сервисов
   • Настройка MLflow для трекинга экспериментов, управления версиями моделей и оркестрации ML-пайплайнов
   • Автоматизация end-to-end AI workflow: от данных и тренировок до мониторинга продакшн-моделей
   • Опыт работы с LangChain и LlamaIndex для построения RAG-систем
5. Профессиональные качества:
   • Способность эффективно коммуницировать технические концепции и находить баланс между теорией и практикой.
   • Проактивный подход к решению проблем производительности и стремление к освоению новых технологий.

Мы предлагаем:

Оформление в штат по ТК РФ (бессрочный трудовой договор).

Работа в аккредитованной IT-компании, сопутствующие льготы.

Бонус по итогам работы (годовой).

ДМС, в т.ч. для родных по программе со-оплаты.

Скидки и льготы от СберБанка (льготная ипотека, кредитные программы) и партнеров.

Развитие и расширение компетенций внутри команды.

Местоположение команды – Москва.

График работы: гибрид.