ML-аналитик (CV)

Современная и высокотехнологичная компания, занимающаяся разработкой высоконагруженных систем и приложений, прикладного ПО и продуктов в области искусственного интеллекта, нейронных сетей и машинного обучения в поиске ML-аналитика в области Computer Vision.

Обязанности:

• Исследования и мониторинг

• Мониторинг SOTA-решений в CV (PapersWithCode, arXiv, CVPR/ICCV);

• Анализ архитектур конкурентов (через публикации, патенты, открытые репозитории);

• Анализ демо / презентаций конкурентов и технический разбор;

• Поиск и бенчмаркинг открытых датасетов по запросу от ML-инженеров.

• Аудит данных

• EDA датасетов: анализ дисбаланса классов, различных значимых распределений (сезонность, время суток и т.д.);

• Анализ качества разметки: поиск ошибок, проблемных мест, предложения по изменению классов / правил разметки;

• Gap-анализ: сравнение доступных данных с требованиями целевых сценариев (domain gap analysis).

• Поддержка команды

• Разработка инструментов визуализации статистики датасетов (дашборды качества данных);

• Автоматизация отчетности по метрикам моделей (сравнение версий моделей по классам);

• Ведение технической документации.

Требования:

• Способность извлекать технические инсайты из визуальных материалов (анализ артефактов в демо-видео, понимание "как это работает" по внешним проявлениям);

• Навыки системного мышления: умение оценивать идеи не только с точки зрения технической новизны, но и с учетом имеющихся данных и инфраструктуры;

• Уверенное владение Python (pandas, numpy, matplotlib, opencv) для анализа данных и прототипирования;

• Глубокое понимание метрик Computer Vision (mAP, IoU, F1-score, MOTA/MOTP) и принципов оценки качества моделей детекции и трекинга;

• Опыт работы с форматами данных (COCO, YOLO, VOC) и инструментами разметки (CVAT, LabelStudio);

• Умение читать и анализировать научные статьи (arXiv, CVPR, ICCV) и техническую документацию;

• Понимание ограничений edge-устройств и мобильных платформ (оптимизация моделей…