О компании
Роботы доставки Яндекса ежедневно доставляют тысячи заказов, маневрируя в сложной городской среде. Планируется масштабировать флот до 20 000 роботов к 2028 году. Команда переходит к архитектуре End-to-End на базе World Models.
Обязанности
- Разработка и скейлинг World Models: проектирование и обучение 3D/видеотокенизаторов и бэкбонов на базе Diffusion Transformers (DiT), Flow Matching.
- Distributed Training: построение пайплайнов для распределённого обучения foundation-моделей на вычислительном кластере (Data-, Tensor-, Pipeline-параллелизм).
- Model-Based RL & Planning: обучение чистого RL и политик IL+RL внутри латентной симуляции World Model.
- Representation Shaping: интеграция вспомогательных лоссов для perception-задач 3D-детекции, сегментации, трекинга.
- Safety & Inference: построение safety-контура и подготовка к реалтайм-инференсу на edge-девайсах робота.
Требования
- Экспертное владение JAX и PyTorch, глубокий практический опыт с JAX (SPMD, multi-host JAX, XLA).
- Навыки масштабного распределённого обучения (FSDP, Megatron-LM, 3D parallelism).
- Глубокая математическая и ML-база: понимание генеративных моделей (Diffusion, Flow Matching) и Deep RL (Actor-Critic, Model-Based RL).
- Умение писать быстрый оптимизированный код и доводить research до продакшна.
- Плюсом: опыт с Vision Foundation Models, генеративными видео/изображениями, RL, квантизацией (FP8, W4A8, INT4), C++, TensorRT, ONNX, CUDA, опыт в Autonomous Driving, Motion Planning или Robotics.
Условия
- Гибридный формат работы.
- Обучение языку (оплата 50%).
- Полный список бонусов по ссылке.