Инженер по прототипированию AI-решений Python (лаборатория RnD исследований)

Разработка рабочих прототипов (MVP/PoC) на базе технологий искусственного интеллекта для внутренних производственных задач. Быстрая проверка гипотез, визуализация результатов для заказчиков, снижение рисков перед запуском полноценных продуктов.

Основные задачи:

• Разработка сервисов, пайплайнов и веб-демо с интеграцией ML/CV/NLP-моделей.

• Подготовка демонстрационных стендов: дашборды, API, CLI-утилиты, отчеты.

• Формирование PoC-датасетов совместно с Data Engineer и DS.

• Оборачивание моделей в сервисный контур (REST/gRPC, batch-запуски, очереди).

• Базовый мониторинг производительности и ошибок прототипов.

• Тестирование Open Source-решений и новых AI-библиотек.

Стек технологий

Обязательно:

• Python (основной язык)

• FastAPI / Flask (REST API)

• Docker, docker-compose

• SQL (PostgreSQL / ClickHouse)

• PyTorch / TensorFlow (запуск и интеграция моделей)

• Pandas, работа с форматами CSV / Parquet / JSON

• Git, Linux, базовые навыки DevOps

Желательно:

• Streamlit / Grafana (дашборды)

• OpenCV (обработка изображений, видеопотоки)

• gRPC

• Kafka / RabbitMQ / MQTT

• Go / Java / TypeScript (дополнительный язык)

Требования к опыту

• 3+ года коммерческой разработки на Python (или 2+ года с сильным портфолио прототипов).

• Опыт создания MVP в условиях сжатых сроков и неполных вводных.

• Опыт интеграции с БД и внешними API.

• Практика контейнеризации (Docker).

• Опыт работы с ML-задачами: оборачивание моделей в сервисы, построение пайплайнов.

Будет плюсом:

• Опыт в промышленном/инженерном домене (производство, добыча, обогащение).

• Участие в проектах с DS-командами (вывод моделей на тестовые контуры).

Soft skills

• Умение быстро уточнять требования и декомпозировать задачи.

• Коммуникация с DS, DE, архитекторами, ИБ и бизнес-заказчиками.

• Практичность: фокус на работающем результате, готовность к упрощениям без потери воспроизводимости.

• Самостоятельность, тайм-менеджмент, ведение нескольких задач…