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 3 лет, с портфолио реализованных проектов

* 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.