ML-разработчик в команду Detector Alignment (Автономный транспорт)

Наша команда отвечает за то, чтобы автономный автомобиль корректно «видел» окружающую среду в любых условиях эксплуатации: днём и ночью, в дождь, снег и туман. Мы обрабатываем данные камер, лидаров и радаров, создаём нейросетевые алгоритмы и доводим их до продакшена на автомобиле.Разработка и улучшение моделей детекции и сегментации
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* 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* Работали с мультимодальными моделями (камера + лидар + радар) * Имели дело с большими моделями (LLM, VLM, Foundation Models) в иных доменах * Выполняли задачи автономного транспорта