ML-инженер / разработчик

О команде

Мы – команда АО НПК «БАРЛ»: российской инженерной компании в сфере космических технологий, ДЗЗ и геоинформационных решений. В этом направлении мы разрабатываем прикладное программное решение, которое объединяет данные из разнородных источников (ДЗЗ, телеметрию, справочные и открытые данные) в единое хранилище, выполняет автоматическую обработку и анализ с применением методов машинного обучения, поддерживает релевантную выдачу результатов пользователю через веб-интерфейс и отчётные материалы. В команду нужен ML-инженер, который умеет превращать данные в надёжные алгоритмы и понятный результат для пользователя.

Чем предстоит заниматься (обязанности)

• Разрабатывать и внедрять ML-решения под задачи классификации, ранжирования, выявления аномалий/изменений, прогнозирования и выделения событий (в частности, под задачи анализа данных из разнородных источников, в т.ч. ДЗЗ/телеметрия/справочные и открытые данные, где важны пространственно-временные признаки, события и контекст).
• Автоматизировать подготовку данных к обучению: очистка, нормализация, обработка пропусков, формирование обучающих/проверочных/итоговых наборов.
• Разрабатывать алгоритмы и модели для анализа поведения во времени: траектории/движение/события, оценка активности, выявление изменений и аномалий.
• Строить признаки и представления данных: агрегаты, признаки по временным окнам, последовательности, события и их связи (в зависимости от задачи).
• Обучать модели, проводить оценку качества: подбор метрик, анализ ошибок, проверка устойчивости к шуму/неполноте данных, улучшение по результатам анализа.
• Делать результат пригодным для использования: формат выдачи, интерпретация результатов, уровень уверенности, минимальная “объяснимость”.
• Готовить алгоритмы к эксплуатации: воспроизводимые запуски, фиксация параметров и версий, минимальная документация, участие в интеграции с прикладными сервисами.

Наши ожидания (обязательные)

• Python, умение писать поддерживаемый код, уверенная работа с табличными данными и временными рядами.
• Практический опыт с PyTorch (или TensorFlow).
• Понимание методов ML и статистики: классификация/кластеризация/регрессия, работа с дисбалансом, валидация, переобучение.
• Понимание полного цикла: данные - обучение - оценка - анализ ошибок - улучшения.
• Навык объяснять результаты простым языком (для аналитиков/разработчиков/пользователей).

Будет плюсом

• Опыт с временными рядами: градиентные методы/нейросети, выявление аномалий, разметка событий, прогнозирование.
• Опыт работы с траекториями/геоданными (координаты, расстояния, принадлежность к зонам).
• NLP-практика: правила и ключевые слова, классификация текста, извлечение сущностей (NER), ранжирование релевантности.
• Опыт построения “контрольных наборов” и методик оценки качества, работа с QA-подходом.
• Базовый MLOps: фиксация версий данных/моделей, журнал запусков, воспроизводимость.

Мы предлагаем

• Оформление по ТК.
• Гибкий график и формат работы, офис/удалёнка/гибрид.
• Адекватный процесс: задачи через понятные требования, возможность влиять на технические решения.
• Время на развитие: обучение инструментам, обмен опытом.
• Уровень дохода обсуждается по итогам собеседования.