ML Developer

Навыки

• API (интеграции)
• CUDA / ONNX / TensorRT
• Анализ данных
• Docker
• FastAPI
• Дообучение моделей
• Git

О компании и продукте

• CURE AI развивает интеллектуальную платформу для управления сложными инфраструктурными системами: зданиями, городскими сервисами, оборудованием и подключёнными внешними контурами. Мы создаём когнитивный runtime, который объединяет данные, модели, reasoning, прогнозирование, симуляцию и безопасное исполнение решений. Ищем ML-разработчика, который будет работать в команде над отдельными субмодулями большой AI-системы: от retrieval и embedding-пайплайнов до моделей наблюдений, прогнозирования, World Model и механизмов outcome learning. На интервью подробно расскажем об архитектуре, конкретном направлении и зоне ответственности.

Задачи

• PyTorch, NumPy
• Hugging Face Transformers
• Sentence Transformers
• ONNX Runtime
• PostgreSQL
• FastAPI для интеграции ML-компонентов с backend
• Docker, Docker Compose
• Git. Модельная инфраструктура
• Внешние LLM API как текущий inference/provider layer
• MoE-компоненты и маршрутизация экспертов
• CUDA-aware execution, GPU-проверки и fallback на API или CPU-режим
• LoRA-адаптеры для будущей специализации и персонализации
• Torch-based runtime для небольших внутренних моделей
• Embeddings, vector search, retrieval и memory pipelines. Данные и обучение: Временные ряды телеметрии
• Event ledger и causal observations
• Synthetic data generation
• Базовые модели по часам, дням и типам событий
• Outcome learning и pending learning tasks
• KPI evidence и оценка результатов решений
• Контекстная и tenant-safe персонализация

Требования

• Уверенное владение Python и PyTorch
• Практический опыт разработки, обучения или интеграции ML-моделей в production-окружение
• Опыт работы с embeddings, semantic search, vector databases или RAG/retrieval-пайплайнами
• Понимание жизненного цикла ML-компонента: данные, подготовка, inference, метрики, мониторинг, деградация модели
• Опыт работы с Docker и Git
• Понимание REST API и принципов интеграции ML-сервисов с backend
• Умение писать поддерживаемый, тестируемый и воспроизводимый код
• Английский, достаточный для чтения технической документации и работы с ML-инструментами
• Будет преимуществом: Практическое понимание model-based learning и world models
• Опыт с временными рядами, прогнозированием или детекцией аномалий
• Знание causal inference на прикладном уровне
• Опыт оптимизации inference через ONNX Runtime, CUDA, batching, quantization или GPU-aware deployment
• Опыт с LoRA, fine-tuning, MoE или LLM routing
• Понимание нейросимвольных систем, rule engines либо связки ML и формального reasoning
• Опыт работы с приватными, чувствительными или мультиарендными данными
• Понимание подходов safe ML: confidence thresholds, human/system fallback, fail-safe execution
• Испытательный срок 4 месяца, далее при выполнении всех требований повышение до 7000$ ‼️ Если уверены в своих навыках можете писать в тг @DWass D с пометкой ML Developer и приложить резюме

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.