ML engineer

CTRL+ это R&D компания по разработке новейших программно-аппаратных комплексов. Наши технологии в сфере IoT, AI и Embedded программирования и собственное производство микроэлектроники позволяют сложные задачи делать решаемыми. У нас 2 офиса (в Москве и Сербии). Мы занимаемся заказной разработкой в гражданской сфере, а также продуктовой.

О роли ->

Ищем ML-инженера на проект (3–4 месяца) для разработки алгоритмов детектирования активности на носимом устройстве (часы).

Задача — создать и довести до внедрения ML-решение, работающее непосредственно на устройстве (edge): от работы с сырыми сенсорными данными до интеграции модели в прошивку.

Это прикладная инженерная роль — важен опыт работы с реальными сигналами, ограничениями устройств и доведения моделей до production.

Задача проекта ->

Разработка системы определения профилей активности работников на основе данных носимого устройства.

Что есть:

• данные с акселерометра

• данные с PPG-сенсора (пульс / SpO2)

• носимое устройство (часы) с ограниченными ресурсами

Задачи:

• Проработка подхода к задаче определения профилей активности (классификация / сегментация) на основе данных сенсоров

• Анализ и обработка сенсорных данных (акселерометр, PPG, временные ряды)

• Организация сбора и/или разметки датасета, уточнение требований к разметке

• Разработка признаков и пайплайна обработки сигналов (feature engineering)

• Выбор и реализация ML-подхода с учётом прикладных ограничений

• Обучение, тестирование и валидация моделей

• Подготовка тестового плана и оценка качества (достижение целевых метрик)

• Оптимизация моделей под ограничения устройства:

  • память

  • вычислительные ресурсы

  • энергопотребление

• Подготовка модели к внедрению (on-device inference, embedded-среда)

• Взаимодействие с embedded-командой при интеграции в прошивку устройства

Результат:

• модель (или набор моделей), работающая на устройстве

• подтверждённые метрики качества

• понятная документация по алгоритму и ограничениям

Что важно ->

• Опыт решения прикладных ML-задач с сигналами / сенсорами

• Понимание, как модели работают на устройстве, а не в облаке

• Умение находить простые и устойчивые решения

• Способность работать с «грязными» и неполными данными

• Ориентация на результат (рабочий алгоритм, а не эксперимент)

Ожидания по опыту:

• Опыт ML Engineer / Applied ML от 2–3 лет

• Опыт edge ML / embedded ML / on-device inference
  или практический опыт оптимизации моделей под ограничения

• Уверенный Python - как инструмент для анализа и прототипирования

• Опыт работы с временными рядами / сигналами

• Опыт feature engineering для сенсорных данных

• Опыт построения и оценки моделей (classification / sequence models)

• Понимание метрик качества и валидации

Будет плюсом:

• Опыт работы с wearable-устройствами

• Работа с акселерометром, гироскопом, PPG или похожими сенсорами

• Знание подходов к обработке сигналов (фильтрация, FFT и др.)

• Опыт оптимизации моделей

• Опыт внедрения моделей в embedded-среду

Этапы интервью:

• Первичное интервью с HR (формат онлайн)
• Интервью с Руководителем проекта и Руководителем отдела разработки (формат онлайн)
• Оффер на проектную работу при положительном решении
• Все этапы могут занимать от 3-х дней до 2-х недель, в зависимости от ваших возможностей и загруженности нашей команды