Machine Learning Engineer IV (Computer Vision)

Задачи: — Вести разработку и проектирование систем компьютерного зрения для биометрии (атрибуты лица, детекция, качество и распознавание). — Проводить тщательный анализ справедливости и бенчмаркинг биометрических моделей на различных наборах данных и условиях эксплуатации. — Архитектурно проектировать, обучать и оптимизировать модели с использованием PyTorch, Tensorflow и/или JAX. — Владеть и развивать сквозные ML-пайплайны от сбора данных до деплоя. — Проектировать автоматизированные пайплайны (Airflow) для сбора и очистки данных. — Курировать сбалансированные обучающие наборы и генерировать синтетические данные для устранения проблем с качеством и разнообразием. — Обеспечивать путь моделей до продакшена. — Оптимизировать модели для низкой задержки вывода (квантование, дистилляция, TensorRT/ONNX) и управлять деплоем на AWS. — Наставлять ML-инженеров, проводить ревью кода и дизайна, продвигать технические лучшие практики в команде компьютерного зрения. Требования: — Сильный опыт в машинном обучении, специализация в биометрии или анализе лиц. — Глубокие знания в компьютерном зрении и биометрии, особенно в распознавании лиц. — Понимание источников алгоритмического смещения и практический опыт измерения и смягчения разного воздействия. — Экспертное владение Python и библиотеками для машинного обучения и компьютерного зрения (Pillow, OpenCV, PyTorch и др.). — Умение писать чистый, модульный, готовый к продакшену код. — Опыт проектирования сквозных ML-пайплайнов и работы с оркестраторами рабочих процессов, такими как Airflow. — Практический опыт масштабирования обучающих задач на мульти-GPU кластерах и деплоя сервисов на AWS (SageMaker, EC2, EKS). Плюсы: — Публикации в CVPR, ICCV, ECCV или FG по темам распознавания лиц, оценки качества изображений или справедливости. — Опыт работы с векторными базами данных (Milvus, Faiss) и алгоритмами приближенного поиска ближайших соседей. — Знания в области приватности, безопасности и соответствия в биометрических системах. — Опыт портирования моделей на edge или мобильные устройства с использованием CoreML, LiteRT, TFLite. — Опыт генерации синтетических лиц с помощью GAN или диффузионных моделей. — Сильные коммуникативные навыки. Условия: — Полная занятость. — Удалённая работа из Индии. О компании: Jumio — B2B технологическая компания, специализирующаяся на борьбе с онлайн-мошенничеством, отмыванием денег и финансовыми преступлениями с помощью AI, биометрии, машинного обучения и автоматизации. Компания является лидером в области онлайн-верификации личности, eKYC и AML решений, работает с клиентами по всему миру в различных отраслях.