Machine Learning Engineer (3D Computer Vision)

Формат: удаленный

ЗП: в $

Компания: AI-first компания, разрабатывающая системы машинного обучения для автоматизации контроля качества работы зубных техников и стоматологических лабораторий.

Позиция: Machine Learning Engineer для улучшения существующих моделей поиска 3D-дефектов и разработки смежных ML-процессов, таких как обнаружение аномалий коронок и восстановление/ ремонт сканов (scan repair). Это прикладная end-to-end роль с полной ответственностью за весь жизненный цикл: от работы с данными и разметкой до проведения экспериментов, обучения, оценки, деплоя и пост-релизного мониторинга моделей.

Текущий технологический стек:

Python, PyTorch, Google Cloud, Docker, CI/CD, experiment tracking, data versioning

Что предстоит делать:

• Улучшать существующие модели для обнаружения незаписанных областей, избыточного заполнения (overfill), аномалий коронок и смежных задач контроля качества 3D-сканов.
• Разрабатывать новые ML-компоненты для соседних задач, таких как восстановление сканов (scan repair) и другие процессы, где автоматизация на базе ML способна сократить ручной контроль.
• Обеспечивать полный жизненный цикл ML: построение пайплайнов данных и разметки, контроль качества датасетов (QA), проектирование экспериментов, обучение моделей, оценка, калибровка/ подбор порогов, инференс в продакшене и мониторинг.
• Работать с технологиями 3D Computer Vision над полигональными сетками (dental meshes) и облаками точек (point clouds), эффективно сочетая глубокое обучение с прагматичными методами классического ML.
• Проектировать гибридные процессы с участием человека (human-in-the-loop), механизмы обработки неопределенности моделей (uncertainty handling) и циклы анализа ошибок для непрерывного повышения качества продукта.
• Интегрировать модели в продакшн через сервисы инференса, backend-API, пайплайны переобучения и контуры отладки и отслеживания дата-дрифта.
• Изучать и адаптировать профильные научные исследования (papers), если они могут существенно улучшить результаты продукта; предлагать новые подходы, когда стандартных и простых решений становится недостаточно.

Требования:

Обязательно (Must-have):

• Сильный практический опыт разработки и вывода в продакшн прикладных ML-систем по принципу end-to-end (от сырых данных до работающего сервиса).

• Глубокий опыт в сфере 3D Computer Vision: работа с полигональными сетками (meshes), облаками точек (point clouds) или аналогичными трехмерными данными.

• Высокая дисциплина проведения экспериментов: умение выбирать метрики, проектировать абляционные исследования (ablations), калибровать пороги принятия решений и локализовать неочевидные сбои.

• Опыт работы с разреженными (sparse) / несбалансированными датасетами и зашумленной разметкой.

• Отличные навыки программирования на Python и глубокое знание PyTorch.

• Опыт деплоя ML-систем или создания сервисов высокопроизводительного инференса в продакшене.

• Уверенность в условиях стартапа: готовность брать на себя высокую автономию и ответственность при неидеальных или меняющихся спецификациях.

Будет плюсом (Nice to have):

• Опыт работы с Google Cloud Platform (GCP) или другими ведущими облачными провайдерами.

• Опыт работы с Docker, CI/CD, инструментами трекинга экспериментов, сервис-контейнерами для моделей и системами версионирования данных.

• Опыт работы в сфере цифровой стоматологии (dental), medtech, медицинских изображений или других прецизионных/регулируемых отраслях.

• Опыт в области геометрической обработки данных (geometry processing) или глубокое понимание пайплайнов обработки 3D-сканов.

• Уверенное использование современных AI-инструментов для разработки (кодинг-ассистенты, инструменты код-ревью, исследовательские копилоты).

• Опыт работы с системами оптимизации или планирования (например, планированиеортодонтического или ортопедического лечения).

•Опыт оптимизации производительности или работы с CUDA.

Условия и компенсация:

Компенсация: Обсуждается индивидуально, зависит от вашего опыта, квалификации и формата оформления. Финансовая вилка будет открыто предоставлена на ранних этапах собеседования.

Локация: Удаленная работа.

Резюме присылать: @sourserXP