О компании
Решение задачи планирования движения — один из самых больших вызовов в отрасли автономных технологий. Мы экспериментируем с большими генеративными моделями для предсказания траектории, по которой поедет автомобиль. Траектория должна обеспечивать безопасное взаимодействие с участниками движения, быть комфортной для пассажира и позволять автомобилю успешно достичь конечной точки маршрута.
Обязанности
- Обучение больших нейросетевых моделей планирования движения: учить трансформеры извлекать информацию о взаимодействии участников движения с траекторией автомобиля. Проверять и внедрять самые современные подходы из научных статей об автономном вождении. Экспериментировать с архитектурами и методами обучения.
- Поиск сложных и разнообразных дорожных ситуаций: исследовать и применять различные подходы для поиска сложных дорожных ситуаций, которые вы будете использовать для обучения моделей. Ваш обучающий датасет должен содержать разнообразные и достаточно непростые дорожные сценарии.
- Внедрение разработок в автомобили Яндекса: внедрять свои разработки в пайплайн движения автомобиля и наблюдать, как ваша работа повышает качество технологии.
Требования
- Обучали нейросетевые модели, внедряли DL-решения в продакшен
- Уверенно ориентируетесь в области DL, быстро разбираетесь в новых методах
- Умеете программировать на Python, работали с PyTorch или TensorFlow
- Хорошо знаете классические структуры данных и алгоритмы
- Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки
- Читаете статьи об ML, следите за развитием этой области
Будет плюсом, если вы:
- Имеете публикации в сборниках научных конференций высокого уровня
- Хорошо знаете С++ и STL
- Работали с большими объёмами данных
- Участвовали в соревнованиях по ML или спортивному программированию
- Увлечены автономными автомобилями