ML инженер по обнаружению движений

Что предстоит делать

<p>Мы ищем Movement Detection ML Engineer, который возглавит исследования и разработку моделей распознавания упражнений на основе данных IMU-сенсоров (акселерометр/гироскоп) и масштабирует покрытие с текущего ансамбля до нескольких сотен упражнений, обеспечив при этом работу инференса непосредственно на устройстве.</p><p><b> </b></p><p><strong>Обязанности:</strong></p><ul><li>Повышать точность и расширять покрытие до нескольких сотен упражнений. Вы будете дообучать существующие модели, перерабатывать стратегии ансамблирования, оценивать архитектуры, подходящие для классификации многомерных временных рядов с длинным хвостом и дисбалансом классов, а также адаптировать режимы обучения (аугментация данных, сэмплирование, curriculum learning) для новых размеченных данных.</li></ul><ul><li>Перенести серверный пайплайн инференса для работы в реальном времени на устройствах iOS/Android в условиях жёстких ограничений по задержке, памяти и вычислительным ресурсам, обеспечив устойчивость к реальным шумам сенсоров и пропущенным сэмплам за счёт экспорта моделей, квантизации и дистилляции.</li></ul><ul><li>Обеспечить, чтобы все архитектурные и ансамблевые улучшения офлайн-точности учитывали ограничения мобильного edge-бюджета уже на этапе проектирования.</li></ul><p><br><strong>Требования:</strong></p><ul><li>Практический опыт около 5 лет с PyTorch и PyTorch Lightning в части построения, обучения и расширения production-пайплайнов, а также уверенное владение Python.</li><li>Сильный прикладной опыт в глубоком обучении на основе числовых/сигнальных временных рядов (IMU, EMG, аудио, сенсорное слияние, биосигналы или промышленные временные ряды) с использованием таких архитектур, как 1D-CNN, RNN/GRU, дилатированные свёртки или Temporal Transformers.</li><li>Уверенное владение ансамблированием и каскадными архитектурами моделей — объединение выходов нескольких моделей и оценка компромиссов между задержкой/сложностью и производительностью.</li><li>Твёрдое понимание метрик оценки для классификации/сегментации многомерных временных рядов с дисбалансом классов и сотнями классов (компромиссы precision/recall, шум в разметке, вариативность размещения сенсоров).</li><li>Способность работать независимо с большой конфигурационно-ориентированной кодовой базой, соблюдая установленные архитектурные соглашения и паттерны проектирования ПО.</li><li>Уверенный уровень английского Upper-Intermediate (B2+) или выше — комфортная ежедневная письменная и устная техническая коммуникация.</li><li>Рабочие часы с 15:00 до 23:00 для обеспечения согласованности команды.</li></ul><p><strong>Будет плюсом:</strong></p><ul><li>Опыт с AWS Batch, Step Functions, S3 и контейнеризацией Docker для масштабируемого обучения моделей.</li><li>Инференс на устройстве/edge: CoreML, TFLite, ONNX Runtime Mobile или аналогичный опыт экспорта/рантайма.</li><li>Сжатие моделей: квантизация, прунинг, дистилляция.</li><li>Опыт именно с носимыми устройствами или распознаванием человеческой активности (HAR).</li><li>Weights &amp; Biases или сопоставимая дисциплина отслеживания экспериментов.</li><li>Знакомство с мобильной разработкой (Swift/Kotlin).<br><br><br></li></ul><p><strong>Что вы получите у нас:</strong></p><ul><li>Оплачиваемые дни вне офиса;</li><li>Регулярный Performance review;</li><li>Финансируемые компанией возможности обучения и развития;</li><li>Гибкий рабочий график;</li><li>Хорошо оборудованный офис;</li><li>Карьерный путь и возможности для роста.</li></ul><p><b> </b></p><p><strong>О компании Kevych Solutions</strong></p><p>Мы — компания по разработке программного обеспечения, предоставляющая услуги в сфере цифровых технологий: от мобильной и веб-разработки до кастомных программных решений. Мы стремимся предоставлять инновационные, высококачественные решения, адаптированные под ваши уникальные потребности.</p> <div> <a href="https://jobs.dou.ua/companies/kevych-solutions/vacancies/372897/#reply-btn-id">Откликнуться на вакансию</a> </div>