ML-инженер — НИРУМ

О нас

Мы разрабатываем интеллектуальные системы для автоматизации бизнес-процессов. Наш фокус — глубокий семантический анализ неструктурированных данных. Мы создаем решения, которые извлекают, классифицируют и маршрутизируют информацию из сложных визуальных источников (банковские досье, сканы, сфотографированные документы) с использованием передовых нейросетевых архитектур и классического Computer Vision.

Чем предстоит заниматься:

• Проектирование ETL-пайплайнов для документов: Разработка полного цикла обработки входного потока (PDF, JPEG, PNG).
• CV-препроцессинг (OpenCV): Нормализация изображений, выравнивание текста, адаптивная бинаризация, удаление шумов при сохранении важных элементов (печатей, подписей).
• Семантическая сегментация PDF: Разработка алгоритмов (эвристика + ML) для разделения многостраничных "слепых" сканов на отдельные документы по визуальным и текстовым якорям.
• Интеграция с локальными VLM / LLM: Развертывание и промпт-инжиниринг локальных моделей (Ollama, vLLM или аналоги) для извлечения сущностей (NER) в строгом формате.
• Пост-процессинг и валидация: Написание надежной логики очистки данных для защиты системы от галлюцинаций моделей.

Для успешной работы потребуется:

• Уверенное владение Python: ООП, паттерны проектирования, написание чистого и поддерживаемого кода.
• Опыт работы и глубокое понимание современных SOTA-подходов к задачам OCR и Key Information Extraction.
• Работа с PDF: Опыт работы с библиотеками PyMuPDF (fitz) и PyPDF2 (векторный парсинг, рендеринг, сборка/разборка документов на лету).
• Machine Learning / LLM: Опыт работы с локальными LLM. Понимание принципов Prompt Engineering, настройки параметров генерации (temperature, top_p, top_k, num_predict).
• Data Processing: регулярными выражениями (re), владение spark будет бонусом

Будет плюсом, если у вас есть:

• Опыт работы с традиционными OCR-движками (Tesseract, EasyOCR, PaddleOCR).
• Понимание принципов оптимизации инференса на GPU (TensorRT, квантование, кэширование).
• Опыт работы с Docker и понимание принципов построения микросервисной архитектуры.
• Навыки структурированного логирования и профилирования Python-кода.

Мы предлагаем Вам:

• Стабильность и безопасность: Работаем в полном соответствии с Трудовым кодексом РФ.

• Комфортный график: 5/2, гибкое начало дня.

• Развитие и обучение: Собственная корпоративная библиотека, насчитывающая более 300 книг, а также программы обучения (включая изучение английского языка).

• Свобода и самовыражение: У нас нет дресс-кода. Мы приветствуем свободный стиль и только самовыражение.

• Гибкий формат работы: Возможность работать удаленно. Предоставляем необходимое оборудование (ноутбук, гарнитура и т.д.) для комфортной работы из любого места.

• Коворкинг: Пространство для работы и отдыха.

Наши бенефиты:

• Забота о здоровье: ДМС (добровольное медицинское страхование) с терапевтией и стоматогогией.

• Спорт: Компенсация спорта и йога прямо в офисе и онлайн

• Корпоративная жизнь: Яркие корпоративы, тимбилдинги для команд, благотворительные акции — мы всегда в деле!

• Благотворительные акции: Нам в радость быть полезными там, где поддержка нужнее всего: мы с теплом заботимся о детях в детских домах, ветеранах и пожилых людях, пушистых друзьях из приютов

• Обучение: Внутреннее обучение, курсы, конференции, повышения квалификации за счёт компании.

• Коворкинг: Компенсация затрат на коворкинг в городах, где нет офисов