ML-инженер (Фото/Видео обработка) Data Scientist

Задачи

• Разработка и внедрение моделей компьютерного зрения и нейронных сетей для:

  • Повышения качества изображений (super-resolution, denoising, деблюринг).

  • Восстановления деталей и реставрации фото/видео.

  • Оптимизации цветокоррекции, экспозиции, шумоподавления.

  • Автоматического улучшения видео (стабилизация, upscale, восстановление кадров).

• Исследование и доработка существующих open-source решений (ESRGAN, GFPGAN, Stable Diffusion inpainting и др.).

• Подбор и подготовка датасетов (data collection, аугментация, очистка данных).

• Обучение, тестирование и оптимизация ML-моделей (в том числе для работы на CPU/GPU).

• Интеграция алгоритмов в готовый продукт (API, микросервисы).

• Работа в тесной связке с командой разработки и продакшн-инженерами.

Требования:

• Опыт разработки и внедрения ML/Deep Learning моделей (PyTorch, TensorFlow).

• Знания в области обработки изображений и видео (OpenCV, Pillow, ffmpeg).

• Практический опыт с архитектурами CNN, GAN, Diffusion models.

• Умение оптимизировать модели (quantization, pruning) и ускорять инференс.

• Знания Python, Git, Docker.

• Опыт работы с большими датасетами и пайплайнами обучения (например, DVC, MLflow).

• Понимание современных SOTA-алгоритмов для image/video enhancement.

• Плюсом:

  • Опыт внедрения ML-моделей в продакшн (REST API, gRPC).

  • Знания распределённого обучения (PyTorch Lightning, Horovod).

  • Навыки разработки real-time обработки видео.