ML-разработчик в команду Detector Alignment (Автономный транспорт)

Навыки

• Computer Vision
• LLM
• Machine Learning
• Python
• PyTorch
• TensorFlow

О компании и продукте

• ML-разработчик в команду Detector Alignment (Автономный транспорт)
• Команда Detector Alignment в составе отдела восприятия Автономного транспорта отвечает за то, чтобы автомобиль корректно «видел» и интерпретировал окружающую среду в любых условиях эксплуатации: днём и ночью, в дождь, снег и туман. Наша задача — обеспечить согласованную и устойчивую работу детекторов и сегментационных моделей в реальном мире. Мы работаем с данными камер, лидаров и радаров, создаём нейросетевые алгоритмы и доводим их до надёжного продакшена на автомобиле. Какие задачи вас ждут Разработка и улучшение моделей детекции и сегментации

Задачи

• Обучать и адаптировать модели для детекции автомобилей, пешеходов и других динамических объектов, сегментации проезжей части и выделения важных элементов сцены
• Alignment и устойчивость моделей в реальных условиях
• Работать над обобщающей способностью моделей в различных погодных и световых условиях, на разных сенсорных конфигурациях и в новых географиях
• Мультимодальная обработка данных
• Интегрировать информацию с камер, лидаров и радаров, исследовать способы её эффективного объединения
• Определение условий допустимой эксплуатации
• Разрабатывать алгоритмы для определения погодных условий, состояния дороги и других факторов, влияющих на возможность безопасного движения
• Продакшен и масштабирование
• Оптимизировать модели, анализировать ошибки, работать с большими объёмами данных и инфраструктурой обучения
• Больше об ML в Яндексе — в канале Yandex for ML

Требования

• Обучаете нейросетевые модели, работаете с разными подходами
• Работали с PyTorch или TensorFlow и фреймворками поверх них
• Стремитесь использовать в работе и распространять универсальные, масштабируемые практики
• Ориентируетесь в мире прикладного DL: знаете теорию компьютерного зрения, добиваетесь практических результатов
• Понимаете особенности realtime-ограничений
• Читаете статьи с ML-конференций, следите за развитием области
• От 5 лет
• Санкт-Петербург

Будет плюсом

• Работали с мультимодальными моделями (камера + лидар + радар)
• Имели дело с большими моделями (LLM, VLM, Foundation Models) в иных доменах
• Выполняли задачи автономного транспорта
• Офисы в Санкт-Петербурге
• Офисы в Москве

Условия

• Гибридный
• Машинное обучение

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.