Обязательные требования

Знание архитектур нейросетей (Transformer, CNN, RNN, GAN, Diffusion)
Владение методами обучения моделей с нуля и дообучения (fine‑tune) существующих решений
Опыт работы с фреймворками PyTorch, TensorFlow, JAX
Навыки написания кода для инференса и развёртывания моделей в продакшн‑среде
Понимание принципов оптимизации: градиентный спуск, функции потерь, регуляризация
Комплекс компетенций ML‑инженера с фокусом на самостоятельную реализацию алгоритмов
Уверенное владение языками программирования Python и C++
Способность реализовать с нуля отдельные компоненты модели: например, механизм внимания или отдельный слой
Глубокое понимание внутренней логики работы моделей (не ограничиваясь использованием готовых методов вроде model.predict())

Задачи

Внедрение обученных моделей в закрытый контур экосистемы компании (на частных серверах) с обеспечением их автономной работы и защитой от внешних воздействий
Адаптация и оптимизация AI‑алгоритмов для эксплуатации на защищённых мобильных устройствах с учётом ограниченного объёма вычислительных ресурсов и необходимости минимизировать энергопотребление