AI/ML инженер

Что предстоит делать

<p><strong>О роли</strong> <br>Мы ищем AI/ML Engineer, который присоединится к нашему подразделению AI & Data и будет работать в двух связанных областях:</p><p>Компьютерное зрение и анализ спутниковых снимков: обнаружение объектов, сегментация, мультимодальное объединение данных и геопространственные пайплайны.<br>Автоматизация на основе LLM: агентные системы, RAG и генерация аналитических отчётов.<br>У вас должен быть практический опыт в области Computer Vision или LLM-систем, практический опыт машинного обучения и готовность работать в обеих областях. Базовые знания Computer Vision обязательны независимо от вашей основной специализации.</p><p>Ожидается понимание спутниковых снимков и их характеристик, но прямой опыт не обязателен. Если вы не работали со спутниковыми снимками, соответствующий опыт в Data Science или NLP может стать основой.</p><p>Многие наши задачи связывают обе области: превращение результатов обнаружения в аналитические отчёты, сгенерированные LLM, использование агентов для оркестрации пайплайнов обработки снимков и создание интерфейсов на естественном языке для геопространственных данных.</p><p><strong>Обязанности</strong></p><p><strong>Компьютерное зрение и дистанционное зондирование</strong></p><p>Создавать, дообучать, оптимизировать и развёртывать модели обнаружения объектов и сегментации для оптических, SAR и других спутниковых снимков.<br>Исследовать и разрабатывать мультимодальные архитектуры, объединяющие SAR, оптические, инфракрасные, панхроматические снимки и данные временных рядов.<br>Оценивать предобученные геопространственные модели и адаптировать их под задачи компании.</p><p><strong>LLM и агентные системы</strong></p><p>Проектировать и реализовывать мультиагентные системы для автоматизации обработки и анализа данных.<br>Создавать RAG-пайплайны и инструменты на основе LLM для внутренних продуктов и продуктов для клиентов.<br>Разрабатывать фреймворки оценки для измерения качества и надёжности агентных систем.<br>Интегрировать LLM API, включая Anthropic, OpenAI и DeepSeek, в производственные процессы.<br>Исследовать и прототипировать агентные подходы, включая worker-агентов, оркестраторов и использование инструментов.</p><p><strong>В обеих областях</strong></p><p>Сотрудничать с техническими и нетехническими командами, чтобы переводить практические потребности в технические решения.<br>Доводить решения от исследования и прототипирования до продакшена.<br>Определять и отслеживать метрики для оценки производительности моделей и систем.</p><p><br><strong>Основные требования</strong></p><ul><li>3+ года практического опыта в ML/AI-инженерии с экспертизой в Computer Vision, Deep Learning или LLM-системах.</li><li>Практический опыт разработки, обучения или дообучения и оценки моделей машинного обучения.</li><li>3-5 лет опыта работы с Python, включая ООП и код, следующий рекомендациям PEP.</li><li>Опыт работы с PyTorch, Docker и сервисами AWS, такими как EC2 и S3.<br>Навыки статистического анализа.</li><li>Опыт в R&D и комфорт с итеративным экспериментированием, включая прототипы, которые могут не стать продакшен-решениями.</li><li>Базовые знания Computer Vision и понимание спутниковых снимков.</li><li>Готовность вносить вклад как в проекты Computer Vision, так и в проекты LLM.</li></ul><p><strong>Экспертиза хотя бы в одной из следующих областей</strong></p><p><em>Компьютерное зрение</em></p><ul><li>Обнаружение объектов: модели DETR, такие как RT-DETR или RF-DETR, YOLO, Faster R-CNN или ориентированное обнаружение объектов.</li><li>Семантическая и instance-сегментация: U-Net, SAM, Mask R-CNN, Mask2Former или эквивалентные архитектуры.</li><li>GPU-вычисления и CUDA; опыт работы с OpenCV и/или TensorFlow.</li></ul><p><em>LLM и агентные системы</em></p><ul><li>Практический опыт работы с LLM API и prompt engineering, включая использование инструментов, function calling и структурированные выходные данные.</li><li>Опыт работы с LangChain/LangGraph, GSDK, CrewAI или кастомными оркестраторами агентов.</li><li>FastAPI, асинхронный Python и проектирование REST API.</li><li>Разработка RAG-пайплайнов: загрузка данных, чанкинг, поиск, реранжирование, а также оптимизация промптов и затрат.</li><li>Подходы к оценке, такие как LLM-as-judge, сравнительное оценивание, RAGAS и оценка с участием человека (human-in-the-loop).</li><li>Аудит-логирование и наблюдаемость систем.<br><br></li></ul><p><strong>Будет плюсом</strong></p><ul><li>Геопространственные предобученные модели и инструменты: Prithvi, SatMAE, TorchGeo или SkySense.</li><li>Техники мультимодального объединения данных, включая cross-attention и feature pyramid fusion.</li><li>Опыт работы с датасетами DOTA, xView, SpaceNet или SEN12MS.</li><li>Пайплайны обнаружения изменений, классификации землепользования и земного покрова или оценки ущерба.</li><li>Опыт интеграции MCP или A2A.</li><li>Подходы к безопасности агентов: классификация рисков, approval gates, неизменяемые аудит-логи и guardrails.</li><li>SQLite или графовые модели для управления состоянием агентов.</li><li>Векторные базы данных, такие как pgvector, Pinecone или Weaviate.</li><li>AWS SageMaker, AWS Lambda для serverless-инференса, Vertex AI или QGIS.</li></ul><p><strong>Что предлагает компания:</strong></p><ul><li>Работа над глобальными продуктами в сфере космических технологий.</li><li>Менторство, поддержка коллег и открытая культура без микроменеджмента.</li><li>20 рабочих дней оплачиваемого отпуска.</li><li>100% оплачиваемый больничный</li><li>Медицинская страховка.</li></ul><p><strong>Как мы работаем</strong></p><p>Мы ценим простоту, эффективность и инициативность.<br>Каждый инженер вносит вклад в продукты, которые меняют то, как мир наблюдает Землю из космоса.</p> <div> <a href="https://jobs.dou.ua/companies/eos-data-analytics/vacancies/376425/#reply-btn-id">Откликнуться на вакансию</a> </div>