(Старший) Инженер-разработчик (Python)

Мы ищем ML-инженера, который усилит нашу команду в создании интеллектуальных сервисов для морской отрасли: сервисы предсказания поведения судна, детектирования аномалий в его движении, системы диагностики состояния судового оборудования, сервисы прокладки и оптимизации маршрута, системы автономной навигации. Вам предстоит анализировать данные и разрабатывать модели машинного обучения, которые делают судоходство эффективнее и безопаснее. Решения, разрабатываемые командой, востребованы как в российских, так и в международных проектах, включая проекты развития СМП (Северный морской путь).

Обязанности:

Разработка вычислительных модулей веб-сервисов для морской отрасли, включающая обработку больших данных и интеграцию моделей машинного обучения.

• Продукционализация ML-моделей: разработка сервисов для работы моделей в разных режимах — как синхронного API (REST/gRPC), так и асинхронных воркеров (ETL-процессы), обрабатывающих потоки данных и отправляющих результаты в NATS
• Data Processing пайплайны: написание эффективного кода для предобработки (preprocessing) и постобработки (postprocessing) данных перед подачей в модель и после нее
• Оптимизация производительности: Рефакторинг кода ML-инженеров для ускорения инференса (inference), оптимизация работы с памятью, уменьшение задержек (latency).
• Интеграция: Настройка взаимодействия сервисов с очередями сообщений и базами данных.
• Контейнеризация: Упаковка ML-сервисов в Docker.

Требования

Python Core & Performance

Отличное знание Python 3.8+
Глубокое понимание асинхронности (asyncio) и многопоточности/мультипроцессинга (threading/multiprocessing)
Умение писать типизированный код (Type Hinting, Mypy), использование Pydantic.

Web-фреймворки и API

Базовое владение FastAPI или Aiohttp.

Понимание принципов REST API, опыт работы с gRPC

Работа с данными (Data Stack)

Уверенное владение библиотеками для обработки данных: Pandas, NumPy, GeoPandas

Базовое понимание форматов данных ML: понимание размерностей, работа с JSON, Protobuf, Parquet.

Опыт работы с библиотеками для геометрических (shapely) и географических задач (pyproj)

​​​​​​​ML-инфраструктура (со стороны кода)

Понимание того, как сохранять и загружать модели (сериализация/десериализация: pickle, joblib)
Базовый опыт работы с фреймворками PyTorch / TensorFlow / Scikit-learn (не обучение, а именно запуск инференса, загрузка весов, работа с CPU/GPU режимами)

Базы данных и брокеры

SQL (PostgreSQL, TimescaleDB, PostGIS) — умение писать сложные запросы, опыт оптимизации запросов будет желателен

​​​​​​​NoSQL (Redis)

Очереди сообщений (NATS, Kafka, RabbitMQ) — для асинхронной обработки тяжелых ML-задач
Уверенное владение ORM: SQLAlchemy + GeoAlchemy2
Опыт работы с очередями задач (Celery, RQ)

Базовые навыки:

Знание принципов разработки микросервисной архитектуры
Умение проводить code review и оценку качества кода
Владение Docker на базовом уровне: умение писать Dockerfile и docker-compose.yaml

​​​​​​​​​​​​​​Владение Git

Опыт работы в Linux-системах
Будет преимуществом:

• Опыт интеграции в сервисы моделей машинного обучения на базе TensorFlow, PyTorch.
• Опыт работы с ONNX.

• Умение проектировать API-контракты (OpenAPI/Swagger)
• Опыт оптимизации SQL запросов
• Опыт работы с ГИС-системами (GeoServer)

​​​​​​​Будет возможность:

• Поучаствовать в разных проектах для различных продуктовых направлений;
• Участвовать в выработке архитектурных решений и выборе технологии;

Условия

• Оформляем по ТК РФ (также возможны ГПХ, ИП и самозанятость), техника и все необходимое для удаленной работы предоставляется.
• Стандартная пятидневка с гибким временем начала рабочего дня, гибридный режим работы, офис в центре Спб в 5 минутах ходьбы от м. Горьковская.
• Тесное взаимодействие с командой , коллективное обсуждение и решение ключевых вопросов.
• Аккредитованная IT-компания.
• Стабильная официальная зарплата, система грейдов и премии по результатам проектов.
• Новые проекты без легаси.
• Кросс-функциональные команды, гибкая разработка по системе Agile.
• Family team 50+ человека, большинство в СПб, без текучки и микроменеджмента.
• Быстрое решение по кандидатуре.