Компания: EORA.ai - решения на основе искусственного интеллекта

Локация: Иннополис (помогаем с арендой квартир, выгодные условия) или удаленно

О проектах

• В EORA Data Lab мы решаем множество задач компьютерного зрения - от определения биомассы растений на полках вертикальной фермы до поиска похожих товаров по фотографии. Работаем с фото, видео, потоками и в некоторых случаях с железом

• Много исследуем, мейнтейним пайплайн обучения TorchOk на PyTorch Lightning (https://github.com/eora-ai/torchok) и разрабатываем бэнчмарки

• На данный момент разработали SaaS поиска похожих изображений в e-commerce и legal. Продукт уже приносит доход, а также мы имеем стабильное дополнительное финансирование. Есть большой план по исследованиям в различных доменах: fashion, furniture и т.д. Если коротко, хотим построить мощнейшие эмбеддеры изображений для основных доменов и помочь компаниям улучшить рекомендательные системы или принести дополнительную ценность конечным пользователям

Ищем опытного Computer Vision инженера с уклоном в исследования, умеющего быстро разбирать и реализовывать свежие архитектуры, техники обучения, находить решения глядя в данные.

Базовые требования

• Хорошее знание классических методов компьютерного зрения (OpenCV)

• Твердое понимание основ глубокого обучения

• Хорошее знание Python, умение писать чистый код

• Знание одного из фреймворков глубокого машинного обучения, желательно PyTorch

• Хорошее знание библиотек для анализа данных и машинного обучения: numpy, scipy, pandas, scikit-learn

• Знание современных архитектур CNN и, возможно, трансформеров

• Хорошая математическая подготовка

Будет плюсом

• Опыт в задачах Image Retrieval / Verification или подобных

• Участие в соревнованиях, например, Kaggle

• Знание английского на уровне свободного понимания научных статей

Как мы работаем

• Обучаем модели на NVIDIA GPU в AWS, в распоряжении кластер SageMaker с большим ресурсом спотовых инстансов

• Команда полу-распределенная - кто-то из офиса в Иннополисе, кто-то удаленно. Ежедневные статусы по 15 мин, остальное время - для вашей продуктивной работы и Code Review

• Коммуникация по проектам в комнатах Discord, трекинг задач в Asana, логирование экспериментов в MLflow с S3 хранилищем