Data Ops Engineer / Data QA Engineer (Computer Vision)
Зарплата
Требования
Местоположение и тип занятости
Компания
Описание вакансии
О компании и команде
Мы - лидер в автоматизации контроля качества. Наша команда разработчиков создала гибкую, масштабируемую платформу RETAILIQA, которой пользуются компании по всей России и ближнему зарубежью.
Среди наших клиентов: МВидео, Эльдорадо, Инвитро, Татнефть, РусАгро, Аскона, Вита, Globus, DNS, Spar, Мираторг, Медси, MyBox, Рив Гош, Снежная Королева, Elis и многие другие.
Мы создаем передовые решения на базе технологий ML/Deep Learning / Computer Vision для ритейла. Для обучения и качественной работы ML моделей необходима организация полного жизненного цикла данных.
Ожидания от кандидата
Чем предстоит заниматься:
- выгрузка данных (изображения) из публичных источников, из БД заказчиков
- предварительный анализ данных
- подготовка данных (очистка\фильтрация, автоматизированная коррекция)
- участие в процессе разметки данных (под задачи детекции, сегментации и.т.д.)
- проверка качества разметки данных
- версионирование датасетов, бэкап
- автоматизация процессов подготовки, обработки, разметки и хранения данных
- ручное тестирование моделей машинного обучения на реальных данных
Что нужно знать / уметь:
- хорошее знание Python3 и его стандартных библиотек.
- базовые знания Linux, git, bash
- базовые представления о форматах цифровых изображений, и алгоритмах их обработки
- опыт работы с библиотеками обработки изображений (OpenCV или scikit-image)
Обязательно:
- внимательность к деталям и усидчивость
- интерес к теме Computer Vision и Deep Learning
Приветствуется:
- опыт работы с Docker
- опыт работы с нереляционными БД (Mongo DB)
- опыт работы с Jupyter Notebook
- опыт работы с любой из ML Ops платформ (ClearML, AutoML)
Условия работы
Мы предлагаем:
- Официальное трудоустройство по ТК РФ, 100% белую зарплату (оклад и премия/кварталка);
- Работу в аккредитованной IT-компании
- Работу в молодой команде
- Культура компании, выстраиваемая в духе инноваций
- Возможность создавать новые процессы и влиять на развитие продукта
- Открытые горизонтальные коммуникации
- Гибкий график работы.
- Конкурентную зарплату, зависящую от опыта и квалификации кандидата.
- Профессиональное развитие и обучение.
Бонусы
Предусмотрено квартальное премирование