з/п не указана
Москва
Кутузовский проспект 32
Кутузовский проспект 32
Более 6 лет
Команда: Cad3D
Мы ищем увлеченного исследователя-инженера, которому интересно 3D направление машинного обучения, применения мультимодальных моделей для решения задач машиностроения. Вы будете заниматься полным циклом: от исследования новых архитектур в статьях до их внедрения в рабочие пайплайны, превращая свежие научные идеи в работающие решения для генерации 3D CAD моделей для различных модальностей входных данных и генерации методов обработки деталей в области машиностроения.
Обязанности
- Разработка, обучение и валидация мультимодальных LLM, диффузионных моделей для задач генерации/верификации 3D/CAD моделей и решения задач машиностроения.
- Подготовка и создание масштабных 3D-датасетов: работа с синтетическими данными, процессинг мешей и облаков точек, рендеринг (Blender, FreeCAD, PyTorch 3D, проприетарное ПО).
- Исследовательская работа: анализ последних научных статей (CVPR, ICCV, NeurIPS, SIGGRAPH) и имплементация перспективных подходов. Участие в написании статей (в случае интереса и наличии опыта).
- Оптимизация моделей для эффективного инференса (включая работу с TensorRT).
Требования
- Имеете опыт решения NLP, CV-задач и практический опыт обучения LLM, мультимодальных моделей.
- Глубоко понимаете архитектуры: энкодеры, трансформеры, LoRA, адаптеры.
- Свободно пишете на Python и владеете стеком для deep learning: PyTorch, Diffusers, Hugging Face, Transformers имеете опыт работы с 3D-либами (PyTorch 3D, Open-3D, trimesh)
Будет большим плюсом:
- Портфолио или пет-проекты, демонстрирующие ваш интерес к области (3D-генерация, NeRF, Gaussian Splatting, задачи 3D-сегментации и т.д.).
- Навыки работы в Blender, FreeCAD (скриптинг на Python) или аналогичных инструментах для создания синтетических данных.
- Знакомы с различными представлениями CAD-моделей: PointClouds, B-rep, кодовые представления
- Опыт оптимизации моделей с помощью TensorRT, ONNX или аналогичных инструментов.
Условия
- Работа над нестандартной задачей на стыке машинного обучения, компьютерного зрения, и машиностроения.
- Демонстрация результатов работы на профессиональных мероприятиях (например AIJ). Возможность участвовать в написании и публикации статей по направлению.
- гибридный формат работы
- ежегодный пересмотр зарплаты, годовая премия
- корпоративный спортзал и зоны отдыха
- система обучения для профессионального и карьерного развития
- расширенный полис ДМС с первого дня работы и страхование для семьи
- программа ипотеки для сотрудников
- бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- вознаграждение за рекомендацию друзей в команду Сбера.