ML Engineer (Kandinsky)

О команде

Kandinsky разрабатывает собственные генеративные модели для изображений и видео. Сейчас мы собираем небольшую продуктовую команду, которая превращает эти технологии в пользовательские приложения.

Работаем в стартаповом режиме: быстро проверяем гипотезы, запускаем прототипы и развиваем то, что работает. У нас есть собственные модели, вычислительная инфраструктура и возможность работать вместе с исследователями.

Ищем ML-инженера, который возьмёт на себя ML-часть новых продуктов: от выбора подхода и первых экспериментов до стабильной работы решения в приложении.

Для нас важны сильная инженерная база, самостоятельность и умение доводить эксперименты до практического результата. Нужен человек, который сможет получить задачу вроде «сделать качественную виртуальную примерку» или «ускорить обработку фотографии», самостоятельно разобраться в подходах, проверить гипотезы и предложить рабочее решение.

• Решать прикладные задачи генерации и редактирования изображений и видео, обработки фотографий и компьютерного зрения.
• Находить и проверять подходящие модели, статьи и открытые реализации, быстро собирать рабочие прототипы.
• Строить пайплайны из генеративных моделей, CV-компонентов, LLM и внешних API.
• Работать над качеством результата: сохранением внешности и деталей, управляемостью редактирования, устранением артефактов.
• Готовить тестовые наборы, сравнивать подходы и выстраивать воспроизводимую оценку качества.
• Оптимизировать скорость, потребление памяти и стоимость обработки.
• При необходимости адаптировать и дообучать готовые модели, готовить для этого данные.
• Вместе с разработчиками внедрять решения в продукты и разбирать ошибки на реальных пользовательских примерах.
• Активно использовать AI-агентов и автоматизацию в разработке и исследованиях.

• Уверенный Python и опыт работы с PyTorch.
• Хорошее понимание основ машинного обучения и компьютерного зрения.
• Практический опыт работы с моделями для изображений или видео.
• Умение читать статьи, разбираться в чужом коде и воспроизводить результаты.
• Навык постановки экспериментов: выбор данных, метрик и базовых решений для сравнения, анализ ошибок.
• Понимание компромиссов между качеством, скоростью и стоимостью.
• Опыт работы с Linux, Git и Docker.

Будет плюсом

• Опыт генерации и редактирования изображений, виртуальной примерки, обработки лиц или ретуши.
• Дообучение генеративных моделей, работа с LoRA и подготовка датасетов.
• ONNX Runtime, LiteRT/TFLite, квантизация и запуск моделей на CPU или мобильных устройствах.
• Работа с мультимодальными моделями, агентными пайплайнами и автоматической оценкой результатов.
• Опыт внедрения ML-решений в пользовательские продукты