Ми створюємо автономні системи нового покоління, що поєднують робототехніку, комп’ютерний зір, машинне навчання та сучасний AI. Наша команда працює над задачами сприйняття навколишнього середовища, просторового розуміння, прийняття рішень та автономної поведінки в реальному світі.
Ми шукаємо не просто користувача моделей, а інженера, здатного визначати, які архітектури варто будувати, як їх навчати, як оцінювати їхню поведінку та як перетворювати дослідницькі результати на надійні автономні системи, які працюватимуть в продакшин.
Чим ви будете займатися
Визначати архітектуру та технічний напрямок розвитку ML/CV систем.
Проєктувати, навчати та впроваджувати сучасні моделі комп’ютерного зору та мультимодального AI.
Розробляти нові методи адаптації та донавчання моделей для спеціалізованих доменів.
Формувати стратегію збору даних, навчання, оцінки та покращення моделей.
Доводити дослідницькі рішення до продуктового рівня та роботи на реальних пристроях.
Ми очікуємо
Сильну фундаментальну базу
Ви повинні вільно орієнтуватися у:
Оптимізації нейронних мереж та сучасних алгоритмах навчання до стану працює на деайсі.
Статистичному навчанні та ймовірнісних моделях.
Лінійній алгебрі, чисельних методах та аналізі даних.
Representation Learning.
Метриках, валідації, експериментальному дизайні та аналізі помилок.
Причинах деградації моделей у реальному світі та методах їх усунення.
Ми очікуємо, що такі теми як backpropagation, Adam, normalization, PCA, SVD, MLE, BCE, data leakage, thresholding, distribution shift, failure analysis або multiprocessing у Python не потребують підготовки перед співбесідою.
Розуміння сучасного AI
Ви повинні добре розуміти:
Transformers та сучасні механізми attention.
CLIP та contrastive learning.
Self-supervised learning.
DINO та сучасні vision backbones.
Diffusion Models.
Multimodal Foundation Models.
Vision-Language Models.
Vision-Language-Action Models.
Retrieval та memory-augmented architectures.
Сучасні підходи до embodied AI.
Важливо не лише знати архітектури, а й розуміти, чому вони працюють, де їх обмеження та коли вони не підходять.
Досвід побудови ML систем
Ми шукаємо людину, яка має досвід:
Побудови моделей від ідеї до продакшену.
Роботи з великими наборами даних.
Fine-tuning та адаптації Foundation Models.
LoRA, QLoRA та інших сучасних методів адаптації моделей.
Розробки власних архітектур та модифікації існуючих.
Побудови систем оцінки якості та аналізу помилок.
Оптимізації моделей під обмежені обчислювальні ресурси.
Роботи з невизначеністю, узагальненням та переносом між доменами.
Computer Vision та Spatial AI
Буде перевагою досвід із:
Scene Understanding.
Visual Odometry.
SLAM.
Deployment та Edge AI
Ми створюємо системи, які працюють у реальному світі.
Тому важливим є досвід:
Оптимізації моделей для edge-пристроїв.
Quantization, Distillation та Model Compression.
Performance Profiling.
GPU та Accelerator Deployment.
Побудови надійних inference pipelines.
AI-Native Engineering
Ми вважаємо, що сучасний ML Engineer повинен ефективно використовувати AI як інструмент для масштабування власної продуктивності.
Буде плюсом досвід роботи з:
Cursor, Claude, ChatGPT та іншими AI-асистентами.
AI Coding Agents.
MCP.
Automated Research Pipelines.
Multi-Agent Systems.
Agentic Workflows.
AI-assisted Software Development.
Буде перевагою
Публікації на CVPR, ICCV, ECCV, NeurIPS, ICLR або ICML.
Досвід роботи над автономними або робототехнічними системами.
Досвід побудови складних AI-продуктів від дослідження до експлуатації.
Участь у відкритих дослідницьких або open-source проєктах.
Ми пропонуємо
Можливість вирішувати задачі на межі сучасних можливостей AI, робототехніки та автономних систем.
Значний вплив на архітектурні та продуктові рішення.
Роботу з командою сильних інженерів та дослідників.
Конкурентну компенсацію та опціонну програму.
Гнучкий формат роботи.
Можливість створювати технології, які мають реальний вплив.
