Руководитель команды персепшена робота доставки
Мы создаём систему, в которой тысячи роботов смогут сами передвигаться по городу и безопасно доставлять заказы. Мы поддерживаем короткий цикл «идея → концепт → полигон → прод», у нас много данных и достаточно GPU для экспериментов. Ищем человека, готового отвечать за одно из направлений персепшена.Улучшение алгоритмов распознавания
Вы будете развивать и улучшать нейросетевые алгоритмы компьютерного зрения в областях 2D- и 3D-распознавания и трекинга. Выдвигать гипотезы, проводить эксперименты с накопленными данными и анализировать результаты с помощью существующих и новых метрик качества. Ваша цель — создавать и внедрять архитектуры, которые точно и компактно описывают окружающий мир робота доставки. Разработка Data Engine
Чем больше и разнообразнее данные — тем лучше становятся модели. Вы будете разрабатывать эффективный Data Engine, который автоматизирует сбор, отбор и разметку данных, снижая затраты и ускоряя цикл улучшений. Вам предстоит работать над инструментами и алгоритмами, которые повысят качество и скорость разметки (в том числе с участием внешних аннотаторов) и обеспечат максимальную отдачу от каждого нового примера данных. Экспериментальные технологии
Вы будете исследовать новые подходы к восприятию и пониманию мира роботом, изучать фундаментальные модели и end-to-end-подходы, интегрировать новые архитектуры в систему восприятия робота. Вам предстоит активно предлагать и проверять смелые идеи, которые могут радикально повысить эффективность и надёжность наших роботов. Оптимизация моделей
Все наши модели работают на борту робота в реальном времени и при ограниченных ресурсах. Поэтому новые решения должны быть точными и производительными для исполнения на роботе. Вы будете решать задачи оптимизации на разных уровнях: от архитектурных решений и эффективного написания кода до разработки кастомных операций под TensorRT и других средств ускорения инференса. Больше об ML в Яндексе — в канале Yandex for ML* Управляли командой * Прекрасно ориентируетесь в мире прикладного компьютерного зрения: знаете теорию и методы работы с задачами CV, успешно применяли их и добивались практических результатов * Встраивали CV- и ML-решения в продукты * Работали с PyTorch, разбираетесь в особенностях параллельных вычислений, пишете эффективный GPU-код * Программируете на Python или C++* Решали задачи детекции и трекинга объектов в 2D или 3D * Работали с сенсорами, отличными от камер: лидарами, радарами * Знакомы с TensorRT, ускорением нейронных сетей, квантизацией, писали кастомные операции * Участвовали в соревнованиях по искусственному интеллекту или спортивному программированию
Вы будете развивать и улучшать нейросетевые алгоритмы компьютерного зрения в областях 2D- и 3D-распознавания и трекинга. Выдвигать гипотезы, проводить эксперименты с накопленными данными и анализировать результаты с помощью существующих и новых метрик качества. Ваша цель — создавать и внедрять архитектуры, которые точно и компактно описывают окружающий мир робота доставки. Разработка Data Engine
Чем больше и разнообразнее данные — тем лучше становятся модели. Вы будете разрабатывать эффективный Data Engine, который автоматизирует сбор, отбор и разметку данных, снижая затраты и ускоряя цикл улучшений. Вам предстоит работать над инструментами и алгоритмами, которые повысят качество и скорость разметки (в том числе с участием внешних аннотаторов) и обеспечат максимальную отдачу от каждого нового примера данных. Экспериментальные технологии
Вы будете исследовать новые подходы к восприятию и пониманию мира роботом, изучать фундаментальные модели и end-to-end-подходы, интегрировать новые архитектуры в систему восприятия робота. Вам предстоит активно предлагать и проверять смелые идеи, которые могут радикально повысить эффективность и надёжность наших роботов. Оптимизация моделей
Все наши модели работают на борту робота в реальном времени и при ограниченных ресурсах. Поэтому новые решения должны быть точными и производительными для исполнения на роботе. Вы будете решать задачи оптимизации на разных уровнях: от архитектурных решений и эффективного написания кода до разработки кастомных операций под TensorRT и других средств ускорения инференса. Больше об ML в Яндексе — в канале Yandex for ML* Управляли командой * Прекрасно ориентируетесь в мире прикладного компьютерного зрения: знаете теорию и методы работы с задачами CV, успешно применяли их и добивались практических результатов * Встраивали CV- и ML-решения в продукты * Работали с PyTorch, разбираетесь в особенностях параллельных вычислений, пишете эффективный GPU-код * Программируете на Python или C++* Решали задачи детекции и трекинга объектов в 2D или 3D * Работали с сенсорами, отличными от камер: лидарами, радарами * Знакомы с TensorRT, ускорением нейронных сетей, квантизацией, писали кастомные операции * Участвовали в соревнованиях по искусственному интеллекту или спортивному программированию