- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML-разработчик в команду трекинга Автономного транспорта
Оценка ИИЯндекс предлагает работу над одним из самых технологически сложных и интересных проектов на рынке — беспилотниками. Отличный соцпакет (ДМС за рубежом) и работа в сильной инженерной команде делают вакансию крайне привлекательной.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью глубоких знаний в области 3D Computer Vision, работы с временными рядами и умением внедрять сложные ML-модели в production-окружение автономного транспорта.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для ML-инженеров такого уровня в Яндексе она обычно соответствует или превышает рыночные показатели для Senior-специалистов в Москве. Проекты в сфере Self-Driving традиционно оплачиваются выше среднего по рынку из-за высокой наукоемкости.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Яндекс уже сейчас
Присоединяйтесь к команде Яндекса и создавайте будущее автономного транспорта уже сегодня!
Описание вакансии
*🔍 ML-разработчик в команду трекинга Автономного транспорта*
Команда трекинга отвечает за то, чтобы автомобиль правильно «видел» и понимал поведение машин, пешеходов, роботов доставки и т. д. Результаты работы трекинга помогают планировать движение.
Какие задачи вас ждут:
• Разработка модулей трекингаРазрабатывать и заменять отдельные алгоритмические модули 3D-multi-object-трекинга: использовать ML-based-подходы либо улучшать существующие. Работать от гипотезы до внедрения результатов в production.
• Разработка end-to-end 3D-трекингаИзучать статьи, реализовывать end-to-end-подходы к трекингу, ставить эксперименты и собирать нужные данные.
• Работа с 3D-даннымиВнедрять подходы active learning, weak labeling и semi-supervised, чтобы обучать и настраивать 3D-multi-object-трекер.
• Масштабирование productionОптимизировать модели и алгоритмы, анализировать ошибки, работать с большими объёмами данных и инфраструктурой трекинга.
Мы ждём, что вы:• Работали с PyTorch или TensorFlow и фреймворками поверх них
• Работали с временными рядами или авторегрессионными моделями в ML/DL
• Ориентируетесь в мире прикладного DL
• Читаете статьи с ML-конференций, следите за развитием области
Почему у нас хорошо:ДМС Яндекса действует с первого месяца работы. Причём получить плановую или неотложную помощь можно и за рубежом — так что можно не бояться путешествовать. Это не все бонусы — полный список тут.
*📩* Откликнуться на нашем сайте
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- PyTorch
- Machine Learning
- Deep Learning
- TensorFlow
- Time Series
- Multi-object Tracking
- Active Learning
- Semi-supervised Learning
- 3D Computer Vision
Возможные вопросы на собеседовании
Вакансия предполагает работу с 3D-объектами, важно понимать специфику представления данных.
Какие основные подходы к представлению 3D-данных (point clouds, voxels, meshes) вы использовали и в чем их преимущества для задач трекинга?
Трекинг напрямую связан с анализом последовательностей.
Расскажите о вашем опыте работы с авторегрессионными моделями или трансформерами для анализа временных рядов.
В автономном транспорте критически важна скорость работы.
Какие методы оптимизации DL-моделей для инференса в реальном времени вы применяли на практике?
Упоминается работа с active learning и weak labeling.
Как бы вы организовали процесс дообучения модели трекинга, если у вас есть огромный массив неразмеченных данных с лидаров?
Проверка навыка чтения и адаптации научных статей.
