- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist (Computer Vision)
Оценка ИИOzon — топовый работодатель с сильной инженерной культурой. Вакансия предлагает работу над сложными прикладными задачами в области CV с использованием современного стека технологий и возможностью удаленной работы.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в Computer Vision и умения работать с высоконагруженными системами. Дополнительную сложность добавляет необходимость оптимизации моделей под real-time задачи и владение широким стеком технологий от Python до MLOps.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для Data Scientist уровня Middle/Senior в крупных российских тех-компаниях (BigTech) рыночные вилки обычно начинаются от 250 000 рублей. Ozon традиционно предлагает конкурентоспособную оплату, соответствующую рыночным ожиданиям для опытных специалистов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Ozon уже сейчас
Присоединяйтесь к команде Ozon Tech и создавайте передовые CV-системы для автоматизации крупнейшего маркетплейса!
Описание вакансии
Data Scientist
Локация: Удалённо
Компания: Ozon
ЗП: обсуждается на собеседовании
Занятость: Полная
Привет! Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать операций и снижать влияние человеческого фактора.
Ищем специалиста, который будет создавать и развивать CV-системы — от выбора алгоритмов до внедрения в промышленную эксплуатацию.
Вы будете:
Разрабатывать и улучшать модели компьютерного зрения (детекция, классификация, трекинг, сегментация).
Подбирать алгоритмы и подходы под прикладные задачи, проводить эксперименты и оценивать качество моделей.
Оптимизировать модели и алгоритмы для эффективной и быстрой работы на больших объёмах данных в production.
Проектировать и оптимизировать inference-пайплайны, включая real-time сценарии.
Разрабатывать ML- сервисы и работать с микросервисной архитектурой (Python).
Анализировать производительность решений и находить узкие места - от моделей до инфраструктуры.
Работать с видеопотоками и создавать high-load системы обработки данных.
Взаимодействовать с инженерами и разработчиками на всех этапах - от исследования до продакшена.
Нам важно:
Высшее образование в области математики, компьютерных наук или смежных технических дисциплин.
Уверенное знание Python и опыт промышленной разработки.
Практический опыт в Computer Vision или Machine Learning.
Понимание классических алгоритмов CV и современных ML-подходов.
Знание основных метрик качества моделей и методов их валидации.
Хорошую алгоритмическую базу (структуры данных, оценка сложности).
Навыки написания чистого, поддерживаемого кода и работы с Git.
Будет плюсом:
Опыт работы с GPU (Nvidia, CUDA, TensorRT).
Опыт построения real-time систем или оптимизации latency.
Опыт deployment и применения MLOps-практик.
Опыт работы с видеопотоками (RTSP/RTP) или потоковыми системами обработки данных.
Опыт разработки high-load сервисов.
Знание C++ для performance-критичных компонентов.
Опыт работы с Airflow, Docker, Kubernetes или аналогичной инфраструктурой.
Знание SQL и опыт работы с БД.
Навыки написания unit- и integration-тестов.
Английский язык на уровне чтения технической документации.
*🌐 Резюме отправлять:* Откликнуться
–––
Бесплатный постинг вакансий: @freeIT_job
Забирай *📚* Базу Знаний
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Git
- C++
- Python
- OpenCV
- PyTorch
- Machine Learning
- SQL
- Kubernetes
- Computer Vision
- Docker
- Airflow
- TensorFlow
- CUDA
- TensorRT
Возможные вопросы на собеседовании
Вакансия предполагает работу с видеопотоками в реальном времени, где задержка критична.
Какие методы оптимизации инференса моделей компьютерного зрения вы использовали для снижения latency?
В задачах складской автоматизации часто требуется отслеживать объекты.
Расскажите о вашем опыте работы с алгоритмами трекинга объектов. С какими основными проблемами вы сталкивались (например, occlusion)?
Ozon работает с огромными объемами данных, важно понимать, как кандидат оценивает качество.
Как бы вы построили систему валидации модели детекции объектов, если данные в продакшене постоянно меняются?
В требованиях указано знание структур данных и алгоритмов.
Решите задачу: как эффективно найти пересечение двух множеств ограничивающих рамок (Bounding Boxes) для расчета IoU?
Упоминается работа с микросервисами и промышленная разработка.
Опишите ваш типичный процесс деплоя ML-модели: от обучения в Jupyter Notebook до работающего микросервиса в Kubernetes.
Похожие вакансии
Middle+ Data инженер
Backend / ML Infrastructure / MLOps инженер
Junior Applied ML Engineer / Data Scientist
Senior Data Scientist
Data Engineer (AI / ML)
Data Scientist (Junior+)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!