Machine Learning Engineer (Generative AI / Computer Vision)

Ориентир по рынку≈ 341 000 – 400 000 ₽наша приблизительная оценка по 12 вакансиям этой роли и грейда, у работодателя вилка не указана

🌍 УдалённоMiddleПолная занятость🇷🇺 РФ

≈ 341 000 – 400 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Вакансия к тому же свежая, откликаться лучше сейчас.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Наша компания

Мы запускаем ИИ-инкубатор в Лемана ПРО, чтобы проверять смелые гипотезы и создавать продукты будущего. В рамках одного из ключевых Proof of Concept (PoC) мы ищем специалиста, который разработает модели для генерации изображений, дизайн-проектов и визуализаций готовых решений на основе ассортимента товаров Лемана ПРО. Это возможность работать на стыке Computer Vision и Generative AI, превращая идеи в работающие прототипы, которые в перспективе изменят клиентский опыт в сфере ремонта и обустройства дома.

Чем предстоит заниматься

Разрабатывать и исследовать ML-модели для генерации изображений и визуализации интерьерных/строительных решений на основе товаров Лемана ПРО

Проектировать и реализовывать end-to-end пайплайны для PoC: от сбора и подготовки данных до обучения, оценки и демонстрации результатов

Создавать и поддерживать фреймворки для оценки качества (evals) генеративных моделей и LLM-систем (контроль галлюцинаций, метрики качества генерации)

Писать чистый, поддерживаемый production-ready код: модульная архитектура, unit-тесты, логирование, документация, code review

Оптимизировать инференс моделей (стоимость, latency, масштабируемость), работать с GPU-инфраструктурой

Обеспечивать информационную безопасность: контроль рисков prompt injection, защита персональных данных (PII) и корректное управление правами доступа в агентных системах

Тесно взаимодействовать с командой продукта и другими ML-специалистами для валидации бизнес-гипотез и дизайна A/B-тестов

Наши требования

Глубокое понимание принципов машинного обучения: подготовка данных и feature engineering, выбор архитектур, регуляризация, борьба с переобучением и data leakage, интерпретация результатов

Уверенные знания математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов

Понимание принципов оценки качества ML-систем: offline/online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных (data drift)

Опыт построения evals для LLM-систем, оценки качества ответов и мониторинга поведения системы

Понимание рисков безопасности: prompt injection, некорректный tool calling, утечки данных

Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками (LangChain, LlamaIndex или аналоги)

Опыт fine-tuning или адаптации LLM (LoRA / PEFT)

Понимание принципов проектирования AI-агентов: управление состоянием (state management), выбор инструментов, контроль автономности и human-in-the-loop

Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana

Опыт эксплуатации GPU-инфраструктуры и оптимизации инференса (квантование, ONNX, TensorRT и т.д.)

Понимание принципов информационной безопасности, privacy и работы с персональными данными

Опыт работы в e-commerce, retail или других продуктовых highload-системах будет значительным преимуществом

Уверенное владение Python и экосистемой: pandas / polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch (или аналоги)

Уверенное владение SQL для работы с большими объемами данных

Навык написания production-кода: модульность, тестирование, логирование, Git, опыт участия в code review