Инженер по прототипированию AI-решений Python (лаборатория RnD исследований)

IBS

Сигналы объявления: 1 из 3

Это счётчик доступных сигналов, а не рейтинг безопасности работодателя. Нет данных по 2 из 3 проверок.

Источник «Работа России»: нет данных — Нет подтверждённых данных об этом объявлении на государственной площадке.
Проверка hh.ru: нет данных — Подтверждённый флаг employer.trusted от hh.ru не получен.
Свежесть публикации: есть сигнал — С даты публикации прошло 7 дн. Порог сигнала — 30 дней; обновление даты не доказывает наличие свободного места.

Сопоставьте ИНН, юридическое название и условия договора. Даже свежая вакансия проверенной площадки требует проверки перед откликом.

Как проверить работодателя →

📍 Москва 💼 От 3 до 6 лет

Откликнуться на hh.ru

✍ Составить сопроводительное письмо

Письмо хранится только в вашем браузере. Проверьте название компании перед отправкой — чужое имя в письме читается как массовая рассылка.

Пожаловаться на подозрительную вакансию

Опишите конкретные признаки обмана. Не указывайте паспортные данные, номера карт или чужие контакты. После трёх учтённых жалоб объявление скрывается до проверки; это не доказательство мошенничества.

⚠ Пожаловаться

Разработка рабочих прототипов (MVP/PoC) на базе технологий искусственного интеллекта для внутренних производственных задач. Быстрая проверка гипотез, визуализация результатов для заказчиков, снижение рисков перед запуском полноценных продуктов.

Основные задачи:

Разработка сервисов, пайплайнов и веб-демо с интеграцией ML/CV/NLP-моделей.
Подготовка демонстрационных стендов: дашборды, API, CLI-утилиты, отчеты.
Формирование PoC-датасетов совместно с Data Engineer и DS.
Оборачивание моделей в сервисный контур (REST/gRPC, batch-запуски, очереди).
Базовый мониторинг производительности и ошибок прототипов.
Тестирование Open Source-решений и новых AI-библиотек.

Стек технологий

Обязательно:

Python (основной язык)
FastAPI / Flask (REST API)
Docker, docker-compose
SQL (PostgreSQL / ClickHouse)
PyTorch / TensorFlow (запуск и интеграция моделей)
Pandas, работа с форматами CSV / Parquet / JSON
Git, Linux, базовые навыки DevOps

Желательно:

Streamlit / Grafana (дашборды)
OpenCV (обработка изображений, видеопотоки)
gRPC
Kafka / RabbitMQ / MQTT
Go / Java / TypeScript (дополнительный язык)

Требования к опыту

3+ года коммерческой разработки на Python (или 2+ года с сильным портфолио прототипов).
Опыт создания MVP в условиях сжатых сроков и неполных вводных.
Опыт интеграции с БД и внешними API.
Практика контейнеризации (Docker).
Опыт работы с ML-задачами: оборачивание моделей в сервисы, построение пайплайнов.

Будет плюсом:

Опыт в промышленном/инженерном домене (производство, добыча, обогащение).
Участие в проектах с DS-командами (вывод моделей на тестовые контуры).

Soft skills

Умение быстро уточнять требования и декомпозировать задачи.
Коммуникация с DS, DE, архитекторами, ИБ и бизнес-заказчиками.
Практичность: фокус на работающем результате, готовность к упрощениям без потери воспроизводимости.
Самостоятельность, тайм-менеджмент, ведение нескольких задач параллельно.

Условия