Senior Machine Learning Engineer (Computer Vision, PyTorch)

Миссия компании:

Dualboot разрабатывает программные продукты, обеспечивая реальную бизнес-ценность для наших клиентов, одновременно развивая культуру роста, инноваций и технологического совершенства в рамках наших глобальных команд.

Условия работы:

• Работа только для граждан находящихся за территорией РФ, РБ и Украины;
• Приоритетно для русскоговорящих граждан на территории Черногории, Сербии, Армении, Грузии, Турции, Казахстана;
• B2B контракт;
• Пересечение рабочего времени (5/6 часов) с GMT USA.
• Вилка оплаты определяется по итогам технического интервью, это единственный практический способ для нас собрать вместе специалистов хорошего уровня, способных к коммуникации и командной работе, а для самого разработчика - возможность заявить сильными скилами на уровень достойной компенсации. Мы готовы рассмотреть ваши зарплатные ожидания подкрепленные опытом и общаться.

Мы предлагаем:

• Участие в международном проекте с сильной инженерной командой.
• Полностью удалённый формат работы.
• Возможность влиять на архитектурные решения и качество моделей.
• Конкурентная ставка в зависимости от опыта и уровня.

Мы ожидаем:

• 4+ лет опыта в машинном обучении, с фокусом на Computer Vision и Deep Learning.
• Уверенные знания PyTorch, включая обучение и деплой моделей.
• Опыт в работе с распределёнными фреймворками обработки данных: PySpark, Dask, Beam.
• Навыки подготовки изображений для обучения: от необработанных данных до готовых выборок.
• Опыт ведения экспериментов и анализа результатов с помощью Weights & Biases, MLflow, Comet или аналогов.
• Отличные навыки отладки, профилирования, и оптимизации моделей.
• Хорошее понимание MLOps, опыт работы с системами контроля версий.
• Отличное знание Python.
• Английский язык — не ниже уровня B2 (обязателен для ежедневной коммуникации с заказчиком).

Что предстоит делать:

• Разрабатывать и улучшать модели глубокого обучения на PyTorch (или быстро адаптироваться с TensorFlow / JAX).
• Работать с крупными наборами изображений: чистка, структурирование, аугментация, нормализация, балансировка.
• Использовать распределённые инструменты обработки данных (PySpark, Dask, Beam и др.) для подготовки датасетов.
• Настраивать трекинг экспериментов с помощью Weights & Biases, MLflow, Comet и аналогичных инструментов.
• Диагностировать и отлаживать пайплайны, проводить тестирование моделей, оптимизировать производительность.
• Работать по MLOps-практикам, обеспечивать воспроизводимость и стабильность решений.
• Взаимодействовать с англоязычной командой заказчика на ежедневной основе.
  
  Если вы хотите решать интересные задачи, работать с передовыми ML-стеками и прокачивать экспертизу в CV — присылайте своё резюме!