ML engineer on Yandex's self-driving pretraining team trains large generative/transformer models for vehicle motion planning: experimenting with architectures and methods from research papers, curating datasets of challenging driving scenarios, and deploying models into the car's pipeline. Core stack is Python with PyTorch or TensorFlow.
Мы экспериментируем с большими генеративными моделями для предсказания траектории автомобиля. Вам предстоит проверять различные архитектуры и методы обучения из статей, а также заниматься качеством датасета и применять различные методы семплинга более полезных данных.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 Вам предстоит внедрять свои разработки в пайплайн движения автомобиля и наблюдать, как ваша работа повышает качество технологии.
Больше об ML в Яндексе — в канале Yandex for ML* 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* 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