Мы — команда, которая стремится к disrupt ключевых процессов Банка и его партнеров через внедрение прорывных решений в области компьютерного зрения. Наш подход объединяет три ключевых элемента:
- Передовые модели — используем state-of-the-art архитектуры, включая мультимодальные решения и LLM, не боясь экспериментировать с новейшими исследованиями
- Мощный harness — создаём собственную инфраструктуру для быстрого прототипипрования, обучения и деплоя моделей, что ускоряет цикл разработки в разы
- Глубокая экспертиза — опираемся на накопленный опыт внедрения CV-решений в production, от прототипа до масштабирования на edge-устройствах
Наши проекты охватывают широкий спектр направлений: от анализа изображений и видео до построения автономных систем и Моделей Мира (World Models).
Обязанности
- анализ требований и проектирование архитектуры решений на стыке классического CV и Vision LLM
- разработка гибридных моделей компьютерного зрения: от традиционных задач (детекция, сегментация, классификация, трекинг) до мультимодальных VLLM-решений для понимания сцен и визуального.reasonинга
- интеграция VLLM в CV-пайплайны для задач Visula Question Answering, Image / Video Caption, кросс-модального поиска и сложного анализа изображений
- оптимизация моделей для промышленного внедрения: квантование, дистилляция, ускорение инференса для работы на edge-устройствах;
- взаимодействие с командой разработки для передачи моделей в production, включая разработку API и интеграцию с существующими системами
- документирование экспериментов, метрик и результатов (MLflow, Tensorboard, WandB)
- code review, менторство младших специалистов и поддержка качества кода в команде
- исследование и внедрение новых подходов из научных публикаций по CV и VLLM.
Требования
- Опыт работы в Data Science / Computer Vision — от 5 лет
- хорошие инженерные навыки, понимание процесса ИТ-разработки и DevOps-процессов
- глубокое знание Python и основных библиотек для ML/CV: PyTorch, OpenCV, Transformers
- понимание основ классического компьютерного зрения: фильтры, морфология, ключевые точки, feature matching, эпиполярная геометрия;
- опыт работы с Vision LLM и мультимодальными архитектурами (CLIP, BLIP, LLaVA, Flamingo и др.)
- знание основных архитектур нейронных сетей для CV-задач (CNN, Vision Transformer, DETR, YOLO, SegFormer) и понимание принципов их интеграции с языковыми моделями
- опыт работы с фреймворками для деплоя моделей (ONNX, TensorRT, OpenVINO, TorchScript) и оптимизации инференса
- умение читать научные статьи на английском (CVPR, ICCV, ECCV, NeurIPS) и быстро прототипировать новые подходы
- понимание принципов работы с большими языковыми моделями: fine-tuning, prompt engineering, LoRA, адаптеры
- опыт работы с векторными базами данных и кросс-модальным поиском будет преимуществом
Будет плюсом:
- публикации или выступления на профильных конференциях
- опыт работы с видеоаналитикой и трекингом объектов
- навыки работы с Kubernetes
- опыт работы с геоинформационными данными или спутниковыми снимками
- знание основ MLOps и опыт построения пайплайнов для обучения и деплоя моделей.
Условия
- комфортный современный офис рядом с м. Кутузовская
- гибридный формат работы
- ежегодный пересмотр зарплаты. Годовая премия
- корпоративный спортзал и зоны отдыха
- более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- программа адаптации и помощь руководителя на старте
- расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
- гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
- бесплатная подписка Прайм с возможностью совместного использования на трёх близких
- вознаграждение за рекомендацию друзей в команду Сбера.
