ML Research Engineer
broit
Remote
Data Analytics
В нашей продуктовой компании планируется к открытию вакансия ML Research Engineer.
Мы разрабатываем инновационную систему на основе искусственного интеллекта для автоматической генерации 2D скелетных анимаций с использованием Spine рантайма. Этот передовой проект направлен на революционизирование процесса создания анимации путём использования машинного обучения для создания завораживающих анимаций из минимального набора входных данных.
Станьте частью нашей команды и внесите вклад в создание уникальных и инновационных решений в мире iGaming!
Мы разрабатываем инновационную систему на основе искусственного интеллекта для автоматической генерации 2D скелетных анимаций с использованием Spine рантайма. Этот передовой проект направлен на революционизирование процесса создания анимации путём использования машинного обучения для создания завораживающих анимаций из минимального набора входных данных.
Основные требования:
- Понимание базовых и продвинутых алгоритмов, моделей и обучающих процедур ML/DL.
- Умение писать профессиональный и чистый Python код.
- Владение инструментами для версионирования, контейнеризации и автоматизации ML. пайплайнов: GIT, Docker, CI/CD, etc.
- Опыт в **CV**
- Работа с изображениями и видео, извлечение и генерация визуальных представлений. Желателен опыт в задачах: pose estimation, keypoint detection, motion synthesis, detection, segmentation, classification.
- Опыт в **NLP**
- Работа с текстовыми эмбеддингами, LLM-интеграции (OpenAI/, HuggingFace и т.п.).
- Опыт эффективного обучения и инференса моделей.
- Владение ML фреймворками - уверенные знания PyTorch/Jax, OpenCV.
- Инструменты для трекинга экспериментов, мониторинга, логгирования - W&B, MLFlow, etc.
- Знание современных архитектур для задач в доменах CV/NLP:
- Сверточные сети - CNN (ResNet, EfficientNet, etc.)
- Transformers for CV (ViT, SAM)
- Генеративные модели - GAN, Diffusion
- CLIP, BLIP, etc.
- Языковые модели - Transformers (LLMs)
- Encoder-ориентированные модели BERT-like (DeBERTa, RoBERTa, etc.)
- Мультимодальные модели (text + image)
- etc.
- Знание и понимание тонкостей обучения, построения архитектур, выбора Loss функций в зависимости от задачи и домена.
- Активное изучение современных трендов, моделей (NLP/LLM, CV) и их архитектур.
- Понимание работы GPU и их использования для различных архитектур, знание современных GPU.
- Опыт R&D - чтение статей, формулировка и проверка гипотез, исследование и разработка новых решений.
Будет плюсом:
- Опыт работы в Research/R&D командах/лабораториях.
- Опыт с 2D skeletal animation.
- Знание языков разметки анимаций (Spine JSON, glTF, etc.) - работа с форматами представления анимации для интеграции в пайплайны.
- Достижения на Kaggle - участие в соревнованиях, опыт в решении реальных ML-задач.
- Владение C++/Rust - Ускоренные модули, низкоуровневая оптимизация.
- Академический опыт.
- Понимание базовых и продвинутых алгоритмов, моделей и обучающих процедур ML/DL.
- Умение писать профессиональный и чистый Python код.
- Владение инструментами для версионирования, контейнеризации и автоматизации ML. пайплайнов: GIT, Docker, CI/CD, etc.
- Опыт в **CV**
- Работа с изображениями и видео, извлечение и генерация визуальных представлений. Желателен опыт в задачах: pose estimation, keypoint detection, motion synthesis, detection, segmentation, classification.
- Опыт в **NLP**
- Работа с текстовыми эмбеддингами, LLM-интеграции (OpenAI/, HuggingFace и т.п.).
- Опыт эффективного обучения и инференса моделей.
- Владение ML фреймворками - уверенные знания PyTorch/Jax, OpenCV.
- Инструменты для трекинга экспериментов, мониторинга, логгирования - W&B, MLFlow, etc.
- Знание современных архитектур для задач в доменах CV/NLP:
- Сверточные сети - CNN (ResNet, EfficientNet, etc.)
- Transformers for CV (ViT, SAM)
- Генеративные модели - GAN, Diffusion
- CLIP, BLIP, etc.
- Языковые модели - Transformers (LLMs)
- Encoder-ориентированные модели BERT-like (DeBERTa, RoBERTa, etc.)
- Мультимодальные модели (text + image)
- etc.
- Знание и понимание тонкостей обучения, построения архитектур, выбора Loss функций в зависимости от задачи и домена.
- Активное изучение современных трендов, моделей (NLP/LLM, CV) и их архитектур.
- Понимание работы GPU и их использования для различных архитектур, знание современных GPU.
- Опыт R&D - чтение статей, формулировка и проверка гипотез, исследование и разработка новых решений.
Будет плюсом:
- Опыт работы в Research/R&D командах/лабораториях.
- Опыт с 2D skeletal animation.
- Знание языков разметки анимаций (Spine JSON, glTF, etc.) - работа с форматами представления анимации для интеграции в пайплайны.
- Достижения на Kaggle - участие в соревнованиях, опыт в решении реальных ML-задач.
- Владение C++/Rust - Ускоренные модули, низкоуровневая оптимизация.
- Академический опыт.
Станьте частью нашей команды и внесите вклад в создание уникальных и инновационных решений в мире iGaming!