Стажер-разработчик AI систем в умном земледелии

Вакансия «Стажер-разработчик AI» открыта для тех, кто хочет применять машинное обучение в умном земледелии. Вы будете разрабатывать модели, вести документацию и участвовать в полном жизненном цикле решений—при этом работать можно удалённо из любой точки России.

Обязанности

- Проектировать и экспериментировать с прототипами ML-моделей, анализирующих аграрные датасеты.  

- Описывать гипотезы, параметры, результаты; поддерживать единую базу знаний команды.  

- Развёртывать пайплайны сбора, очистки и аугментации данных (Python, Pandas, Airflow).  

- Настраивать мониторинг и алерты для метрик качества моделей в продакшне.  

- Писать чистый, тестируемый код; участвовать в ревью, брифингах, ретроспективах.  

- Сотрудничать с агрономами и аналитиками для уточнения бизнес-метрик.  

Требования

- Уверенное владение Python и научным стеком (NumPy, Pandas, scikit-learn; PyTorch или TensorFlow).  

- Базовое понимание методов регрессии, классификации, CV, NLP.  

- Навык работы с Git, Docker, IDE (PyCharm/VSC).  

- Способность формализовать проблему, вести структурную техническую документацию.  

- Английский язык не ниже Pre-Intermediate для чтения статей и документации.  

- Будет плюсом: опыт Kaggle, участие в хакатонах, знакомство с agtech-датасетами, SQL, Grafana.  

Почему мы

- Проекты влияют на продовольственную безопасность страны—виден прямой результат труда.  

- Наставничество опытных MLE: регулярные код-ревью, личные планы развития.  

- Гибкое расписание: совмещайте работу с учёбой без потери эффективности.  

- Современный стек, защищённые вычислительные ресурсы (NVIDIA A100, Kubeflow).  

- Реальная перспектива роста до Middle ML Engineer за 12-18 месяцев.  

Возможности роста

— Построите портфолио решённых задач: прогноз урожайности, детекция сорняков, оптимизация орошения…  

— Прокачаете навыки продакшн-ML: CICD, observability, A/B-эксперименты.  

— Погрузитесь в бизнес-процессы агросектора и научитесь говорить с заказчиками на одном языке.