Чем предстоит заниматься:
- Построение моделей машинного обучения для решения прикладных задач: выбор подхода, реализация архитектуры, проведение экспериментов, построение обучающих и валидационных пайплайнов.
- Анализ качества работы моделей.
- Постобработка результатов работы моделей/алгоритмов.
- Прототипирование систем для решения прикладных задач с использованием ML компонент.
- Предобработка данных для обучения, формирование требований к данным, анализ данных.
Требования:
- Знание классических алгоритмов машинного обучения и компьютерного зрения.
- Опыт применения нейросетей к задачам компьютерного зрения.
- Опыт применения технологий: Python, Pytorch, TensorFlow, OpenCV.
- Опыт разработки от двух лет.