Инженер по контролю качества кода и моделей (CV)

- Ревью кода подрядчиков;
- Регулярно (еженедельно/по этапам) проводить
ревью репозиториев подрядчиков: архитектура, читаемость, тестовое покрытие, отсутствие «мёртвого» кода;
- Оценивать частоту и качество коммитов - атомарность изменений, наличие CI, воспроизводимость сборки;
- Проверять наличие и полноту артефактов
в репозиториях: конфиги обучения, веса моделей, версии датасетов, README/документация пайплайна;
- Фиксировать технический долг и системные
проблемы, доводить их до лида, подрядчика в виде понятных, приоритизированных замечаний; контроль SOTA и алгоритмического выбора;
- Проверять, что используемые архитектуры
детекции/трекинга/распознавания соответствуют актуальному SOTA (2025–2026), а не устаревшим решениям «потому что так проще»;
- Оценивать обоснованность выбора моделей
под ограничения edge-инференса (задержка, TOPS/W, память), контроль лицензий и IP-рисков;
- Проверять лицензии моделей, библиотек и датасетов, используемых подрядчиками, на предмет ограничений коммерческого использования (GPL/AGPL-риски, non-commercial веса foundation-моделей, лицензии датасетов);
- Формировать реестр используемых сторонних
компонентов с их лицензионным статусом;
- Сообщать о найденных рисках, коммуникация
с CV-лидом;
- Готовить не сырой список замечаний, а упакованную сводку: статус подрядчика, ключевые риски, рекомендации, что требует решения CV-лида;
- Участвовать в технических встречах с подрядчиками по итогам ревью;
- Вести историю замечаний и трекать их закрытие
подрядчиком.

- Уверенное знание Python, опыт практической
разработки CV/ML-систем (не только исследовательский, а production-код);
- Опыт код-ревью в команде или в роли внешнего
аудитора — умение находить проблемы архитектуры и качества, а не только стиль кода;
- Практическое понимание современных CV-архитектур: детекция (YOLO-семейство, RT-DETR, DETR-подобные), metric learning / re-id, трекинг (ByteTrack/BoT-SORT и аналоги);
- Опыт работы с PyTorch, ONNX, TensorRT или аналогами - понимание пути model → export → edge-инференс;
- Базовое понимание лицензий open-source ПО и
моделей (MIT/Apache/GPL/AGPL, лицензии Hugging Face моделей и датасетов);
- Умение самостоятельно формулировать и
доносить технические замечания внешним командам (подрядчикам);
- Опыт с Git, Docker, базовыми практиками CI/CD;
- Высшее техническое или ИТ-образование.
 

Будет преимуществом:

- Опыт работы на стороне заказчика с внешними
подрядчиками/аутсорс-командами;
- Опыт с ClearML/MLflow/W&B — оценка воспроизводимости экспериментов;
- Опыт работы в retail/FMCG CV-проектах;
- Понимание specifics edge-деплоя (Jetson, Hailo, квантизация INT8);
- Знание С++ (С++23);
- Опыт участия в аудитах IP/лицензионной чистоты
ПО.

Инструменты и технологии:

Software: Python, Git, Docker, ClearML/MLflow, CVAT
CV и инференс: PyTorch, ONNX, TensorRT, YOLO-семейство, OpenCV.

- ​​​​​Работа в аккредитованной IT-компании;

- Гибридный формат работы на территории Москвы и МО;

- Официальное оформление с первого дня работы и поддержка куратора во время адаптации;

- Прозрачная система развития: понятные грейды, внутреннее и внешнее обучение, индивидуальные планы развития и матрицы компетенций;

- Экологичная культура и адекватные руководители;

- Компенсация затрат на медицинские услуги, ментальное благополучие, спорт, тимбилдинги и использование AI-помощников;

- Бонус 15% с покупок во ВкусВилл;

- Социальная ответственность: поощряем донорство, оказываем материальную помощь при рождении ребёнка;

- Партнерская программа «Зелёный свет»: за рекомендации знакомых специалистов можно получить до 50 000 руб.