- Страна
- Россия
Разработчик на С++ в команду калибровок автономного транспорта
Оценка ИИВысокий балл обусловлен работой в топовой технологической компании над передовым проектом (Self-Driving). Отличный соцпакет, сильное инженерное сообщество и возможность влиять на развитие автономного транспорта.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИВакансия требует уверенного владения C++ и Python, а также опыта работы с облачными пайплайнами и большими данными. Сложность обусловлена спецификой предметной области (автономный транспорт) и необходимостью работы с высоконагруженными системами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в Яндексе для разработчиков такого уровня обычно соответствует верхней границе рынка, учитывая совокупный доход с учетом премий и опционов. Предлагаемые условия конкурентны для Москвы в секторе High-Tech.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🔍 Разработчик на С++ в команду калибровок автономного транспорта*
Наша команда занимается созданием процедур калибровки сенсоров во время сборки и техобслуживания автономных автомобилей. Вам предстоит улучшать и масштабировать механизмы поддержания скалиброванности во время эксплуатации и систему её мониторинга.
Какие задачи вас ждут:
• Улучшение и масштабирование системы мониторинга скалиброванности флотаЧтобы удерживать весь флот в скалиброванном состоянии, эти данные нужно непрерывно обрабатывать на кластере: отбирать пригодные участки проездов, запускать тяжёлые алгоритмы и собирать метрики скалиброванности по каждому автомобилю и по флоту в целом. Вы будете развивать эту систему: повышать пропускную способность и отказоустойчивость пайплайнов и масштабировать инфраструктуру под растущий флот.
• Инструменты диагностики раскалибровкиКогда метрики показывают, что с калибровкой автомобиля что-то не так, нужно быстро понять причину: сбой сенсора, неудачный проезд или деградация самого алгоритма. Для этого команде и инженерам эксплуатации нужны удобные инструменты диагностики и визуализации. Вы будете развивать эти инструменты: строить дашборды для анализа и разбора отдельных раскалибровок.
• Автоматическая докалибровка сенсоров во время эксплуатацииОсновная задача: вернуть сенсоры в скалиброванное состояние автоматически, не отправляя автомобиль на техобслуживание. В отличие от заводской калибровки, докалибровка работает на данных из реальных проездов, в неконтролируемых условиях, с шумами и выбросами. Необходимо повышать точность и устойчивость применения докалибровки, бороться с накоплением дрифта из-за систематических вычислительных ошибок.
Мы ждём, что вы:• Пишете на Python и С++
• Знаете классические алгоритмы и структуры данных
• Настраивали облачные пайплайны обработки данных
Будет плюсом, если вы:• Работали с высоконагруженными системами обработки больших данных
• Знакомы с YT, YQL, Nirvana, Monium
Что мы предлагаем:Яндекс — это комьюнити. Тут есть и спортивные клубы, и книжный клуб, и киберспортивное сообщество. Это не все бонусы — полный список тут.
*📩* Откликнуться на нашем сайте
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- C++
- Python
- Algorithms
- Data Structures
- Cloud Data Pipelines
- High Load Systems
- Big Data
- YQL
- YT
- Nirvana
Возможные вопросы на собеседовании
Проверка фундаментальных знаний, необходимых для оптимизации алгоритмов калибровки.
Расскажите о реализации хеш-таблицы в C++ и способах разрешения коллизий. Какова сложность операций в худшем случае?
Важно понимать, как кандидат будет справляться с обработкой данных от растущего флота автомобилей.
Как бы вы спроектировали систему мониторинга, которая должна обрабатывать терабайты данных с сенсоров в реальном времени, обеспечивая отказоустойчивость?
Задача докалибровки требует умения работать с зашумленными данными.
Какие методы фильтрации выбросов и обработки шумов в данных вы использовали в своей практике?
Проверка владения инструментами разработки в экосистеме Яндекса или их аналогами.
Был ли у вас опыт работы с распределенными вычислениями (например, MapReduce)? Как вы оптимизировали такие задачи?
Оценка навыков отладки сложных систем.
Представьте, что метрики показывают резкую раскалибровку сенсора на нескольких машинах. Каков будет ваш алгоритм поиска причины проблемы?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
