Machine Learning Engineer
Reposted 2× across DOU + Djinni — deduped to one listing.
metahunt matched 2 postings of this exact role by semantic similarity, so you see it once instead of 2 times.
Ми інтегруємо автоматизацію, AI та робототехніку для створення рішень у сфері безпеки та оборони. Наш фокус — інтелектуальні системи, що поєднують вбудоване ПЗ, комп’ютерний зір та edge-AI для автономних платформ.
Шукаємо інженера, який поєднує робототехніку, ML і розуміння динаміки роботизованих систем — людину, яка однаково комфортно почувається і в коді ML-моделі, і в налаштуванні автопілота, і в симуляційному середовищі. Ти будеш будувати автономність: від perception на edge до інтеграції з системою керування рухом, від тренування моделей до тестів у симуляції.
Що будеш робити:
- Розробляти та оптимізувати ML/CV моделі — з прицілом на edge-деплой;
- Працювати з польотними контролерами (ArduPilot / PX4) — інтеграція ML-сигналів у control loop, кастомні модифікації, parameter tuning;
- Будувати симуляційні pipeline’и (Gazebo / AirSim / Isaac Sim) для відтворюваного тестування автономності;
- Реалізовувати алгоритми state estimation та sensor fusion (IMU, GPS, vision) для стабільної автономної поведінки;
- Застосовувати математику динаміки — кінематика, control (PID/MPC), координатні системи, трансформації;
- Оптимізувати моделі під edge-залізо (Jetson, компаньйон-плати) — TensorRT, ONNX, квантизація, профілювання;
- Інтегрувати perception, planning і control у єдиний автономний стек;
- Документувати рішення, проводити code review, обговорювати архітектуру з командою.
Технічні навички
Обов’язково:
- Python та C++ — впевнене написання production-коду, розуміння пам’яті, потоків, базова багатопоточність;
- ML / Deep Learning — практичний досвід тренування та деплою моделей (PyTorch або TensorFlow), object detection / tracking / segmentation;
- Робототехніка та математика — кінематика, динаміка твердого тіла, координатні трансформації, control basics (PID, state-space);
- Автопілоти — практичний досвід або глибоке розуміння ArduPilot / PX4 (MAVLink, parameter tuning, log analysis);
- Linux + Git + Docker — впевнена робота в терміналі, контейнеризація, CI-практики;
- Edge-деплой — досвід запуску моделей на embedded (Jetson, Coral або аналог), розуміння обмежень real-time;
- Англійська — рівень для читання документації.
Буде плюсом:
- ROS / ROS 2 — побудова nodes, інтеграція з perception та control стеком;
- Досвід з симуляторами — хоча б один з: Gazebo, AirSim, Isaac Sim, Webots, jMAVSim — на рівні побудови сцен, тестування policies;
- TensorRT / ONNX Runtime — оптимізація моделей під inference на edge;
- SLAM / Visual Odometry — досвід або експерименти (ORB-SLAM, VINS-Fusion тощо);
- Sensor fusion — фільтр Калмана (EKF/UKF), factor graphs (GTSAM);
- C++ для real-time — досвід з low-latency кодом, lock-free структури;
- MLOps — DVC, MLflow, або власні рішення для версіонування датасетів і моделей.
Що пропонуємо:
- Вплив: робота над реальними автономними системами.
- Автономія: технічна свобода — обирай інструменти, пропонуй рішення. Мінімум бюрократії.
- Унікальний домен: рідкісна експертиза, яка одразу виділяє твоє резюме в aerospace/defence.
- Віддалена робота: remote, гнучкий графік, core sync години для комунікації.
- Команда: працюєш поруч з інженерами, що вирішують задачі на стику edge-AI, комп’ютерного зору та real-time робототехніки.
- Місія: прямий вклад в обороноздатність України та безпеку Європи.
Якщо це про тебе — не чекай, пиши нам сьогодні. Чекаємо на знайомство:)
Відгукнутись на вакансію