Ведущий инженер машинного оборудования

Москва, Варшавское шоссе, 28А

Метро: Верхние Котлы

Описание вакансии

Мы - компания "Гумич РТК", которая занимается инновационными разработками и производством робототехники.

Мы объединили в себе IT-технологии и реальное "живое" производство роботов.

Наша команда разработчиков и конструкторов работает непосредственно с "железом", учит роботов выполнять заданные программистами алгоритмы, реализовывает самые смелые идеи и вносит весомый вклад в развитие прогрессивных машин.

В настоящий момент Компания находится в стадии активного роста. Нам требуется Ведущий инженер машинного оборудования.

Обращаем внимание, вакансия подразумевает работу в офисе.

Откликайтесь к нам, если все, что описано ниже вам знакомо и понятно.

Обязанности:

применять требования законодательных и нормативных документов (НД, ГОСТ, ОСТ, СНИП и т.п.) по направлению деятельности;

владеть навыками использования компьютерной техники, офисных программ, сети интернет;
проектировать архитектуру ML-систем с нуля, выбирая оптимальные технологические стеки, инструменты и подходы с учетом требований к масштабируемости, надежности, производительности и стоимости владения;
управлять техническим направлением, определяя стандарты разработки, архитектурные принципы, best practices и техническую стратегию развития ML-платформы в организации;
руководить командой инженеров машинного обучения, проводить код-ревью, распределять задачи, оценивать трудозатраты, участвовать в найме и адаптации новых сотрудников, выстраивать процессы внутри команды;
разрабатывать и внедрять end-to-end MLOps-инфраструктуру: пайплайны обучения и переобучения моделей, системы версионирования данных и моделей (DVC, MLflow), автоматизацию развертывания (CI/CD), системы мониторинга и итоговых выводов;
выбирать и внедрять инструменты для масштабированной обработки данных и обучения моделей: распределенные фреймворки (Spark, Dask, Ray), платформы для распределенного обучения (Horovod, PyTorch Distributed, TensorFlow Distributed);
оптимизировать производительность ML-систем на всех уровнях: от предобработки данных до инференса, включая профилирование и оптимизацию кода, настройку параметров баз данных, конфигурирование Kubernetes, оптимизацию моделей с использованием квантизации, дистилляции и аппаратных ускорителей;
строить решения на основе больших языковых моделей (LLM) в промышленных масштабах: проектировать RAG-пайплайны, настраивать векторные базы данных (Pinecone, Milvus, Qdrant), проводить тонкую настройку моделей (fine-tuning), оценивать качество генеративных решений с использованием специализированных метрик (BLEU, ROUGE, BertScore, LLM-as-a-judge);
проводить сложные эксперименты и исследования, включая сравнение архитектур, A/B-тестирование на уровне инфраструктуры, интерпретацию результатов и принятие обоснованных технических решений;
оценивать технические риски и разрабатывать стратегии, включая вопросы безопасности, конфиденциальности данных, соответствия регуляторным требованиям и обеспечения отказоустойчивости;
проводить технические интервью и оценку кандидатов, участвовать в формировании команды, выстраивать процессы, непрерывного обучения для инженеров машинного обучения;
управлять техническим долгом, планировать рефакторинг, модернизацию устаревших компонентов и миграцию на новые технологии с минимальным влиянием на бизнес-процессы;
внедрять практики ответственного искусственного интеллекта: обеспечивать интерпретируемость моделей, проводить аудит на наличие смещений (bias), внедрять механизмы объяснимости предсказаний (SHAP, LIME, Explainable AI);
прогнозировать потребности в вычислительных ресурсах, оптимизировать затраты на инфраструктуру, выбирать между on-premise и облачными решениями с учетом экономической эффективности;
представлять результаты работы на технических комитетах, участвовать в формировании технической стратегии организации, выступать с докладами на внутренних и внешних профессиональных мероприятиях.

Требования:

Пунктуальность, стрессоустойчивость, аналитическое мышление, критический подход к результатам, умение деком, любознательность, внимание к деталям, коммуникабельность, стрессоустойчивость, упорство и терпение, аккуратность в коде и документации, умение работать в команде, обучаемость и открытость к обратной связи

Условия: