ML-инженер

Институт цифровой техники и технологий

  • Алматы
  • Постоянная работа
  • Полная занятость
  • 13 д. назад
Основные обязанности:- Разработка, обучение и внедрение моделей машинного обучения и/или глубокого обучения;- Анализ и подготовка данных: сбор, очистка, предобработка, feature engineering;- Выбор и обоснование архитектур моделей (ML / DL) под задачи бизнеса;- Обучение, валидация и оптимизация моделей (оценка качества, переобучение, метрики);- Работа с большими объёмами данных и различными источниками данных;- Оптимизация производительности моделей и времени инференса;- Поддержка и обновление моделей в продуктивной среде (ML lifecycle);- Взаимодействие с backend-разработчиками, аналитиками, продуктовой командой;- Подготовка технической документации и описание решений.Опционально:- Интеграция ML-моделей в продукты и сервисы (API, backend, мобильные приложения).Ключевые требования.1. Программирование и инструменты:- Python на уровне глубоких знаний и библиотек обработки данных, в том числе: Pandas, NumPy, Scikit-learn, SQL и подобные;- ML-фреймворки PyTorch и/или TensorFlow/Keras, имея опыт работы с ними;- Базы данных, работа с различными форматами (Табличные, YAML, JSON, Текстовые и подобные) и уметь работать с инструментами Big Data;- Инженерные навыки (Опционально): Git, Docker, понимание работы API (REST, FastAPI) и SOAP.- умение извлекать данные из различных источников (файлы, API, базы данных)- Уметь проводить EDA и визуализировать его результаты.2. Математическая база:- Линейная алгебра и матанализ, чтобы понимать, как работают алгоритмы;- Теория вероятностей и статистика для оценок достоверности результатов и проверки гипотез.3. Специальные знания в ML:- Классическое машинное обучение, включающее: Деревья решений, Случайные леса, Градиентный бустинг (XGBoost, CatBoost) и не только;- Глубокое обучение (Deep Learning). Архитектуры нейронных сетей (CNN для изображений, RNN/Transformers для текстов);- NLP и/или Computer Vision и обработки временных рядов. Специализация на обработке естественного языка или компьютерного зрения (в зависимости от профиля компании).- Важно умение строить архитектуры ML-кластеров и высокоскоростных сетей (10–400 Гбит/с).- уметь замерять качество работы алгоритмов с помощью модельных метрик и проводить их тестирование.- Работать с NLP/CV-задачами с помощью классических методов ML и Deep Learning.Дочернее товарищество с ограниченной ответственностью «Институт космической техники и технологий» (далее - ДТОО «Институт космической техники и технологий») создано по приказу Национального космического агентства Республики Казахстан №65/ОД от 17.08.2009 года.Основными направлениями деятельности ДТОО «Институт космической техники и технологий» являются: осуществление научно-исследовательской и опытно-конструкторской деятельности в области космических исследований и технологий, проведение фундаментальных, поисковых и прикладных исследований в области научно-технологического обеспечения создания космической техники и технологий; опытно-конструкторских работ по разработке и реализации математического, алгоритмического и программного обеспечения, технических, программно-технических и информационно-технологических, геоинформационных систем по профилю деятельности Института; производство монтажных, пуско-наладочных работ и эксплуатация информационных систем и систем радиосвязи, подсистем системы высокоточной спутниковой навигации, систем моделирования и управления космических комплексов и их элементов; испытание и оценка соответствия космической техники и ее составляющих требованиям, установленным техническими регламентами и стандартами в области космической деятельности; нормативное, методическое, метрологическое обеспечение исследовательских, проектно-конструкторских работ, разработка технических регламентов и стандартов.Развитие научной и научно-технологической базы создания космической техники и технологий планируется проводить в следующих направлениях:
  • разработка программно-математического обеспечения и технологии обработки информации космических систем научного назначения, имитационных моделей и экспериментальных образцов приборов, аппаратуры, узлов и подсистем микро- и наноспутников;
  • разработка программно-математического обеспечения наземного и пользовательского сегмента средств высокоточной навигации и опытных образцов аппаратно-программных комплексов для мониторинга перемещения и высокоточного определения координат статических и динамических объектов.

HeadHunter