- Страна
- Россия
Руководитель группы моделирования симуляционной сцены в Автономный транспорт
Оценка ИИЭто позиция в одной из самых передовых технологических компаний России с возможностью влиять на продукт мирового уровня. Отличный соцпакет, работа с уникальными технологиями и сильная команда делают вакансию крайне привлекательной для топ-менеджеров в разработке.
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 ИИВысокая сложность обусловлена необходимостью сочетать сильные управленческие навыки с глубокой экспертизой в ML, физике движения и робототехнике. Работа в Яндексе над беспилотниками требует умения работать с наукоемкими задачами в условиях высокой неопределенности.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЯндекс обычно предлагает зарплаты на уровне или выше медианы рынка для руководителей групп разработки в BigTech. Учитывая сложность домена (Self-Driving), совокупный доход с учетом бонусов и опционов может значительно превышать средние показатели по рынку.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🚕* Руководитель группы моделирования симуляционной сцены в Автономный транспорт
Чтобы эффективно оценивать качество релизов ПО беспилотного автомобиля, в Яндексе разработали систему симуляции. Она позволяет проанализировать поведение авто в виртуальном окружении, оценить влияние внешних и внутренних факторов на поведение автономного транспорта и предсказать последствия выбранного поведения.
**Какие задачи вас ждут
• Управление командой**
Вы будете руководить командой из 4–6 разработчиков и ML-инженеров и влиять на стратегию развития симулятора в целом.
• Совершенствование модели движения автомобиля
Вам предстоит развить модель движения и научить её достоверно имитировать последствия экстремальных ситуаций, таких как порывы ветра или прокол колеса, и физику столкновений.
• Построение модели имитации восприятия автомобиля
Вам нужно будет построить и внедрить систему, позволяющую имитировать работу моделей детекции, используемых на реальном автомобиле, при разных погодных условиях, освещённости и прочих факторах дорожной ситуации.
• Кросс-функциональная работа
Вы будете систематизировать и приоритизировать заказы от других команд, управлять ожиданиями, связанными как повышением точности системы, так и с внедрением новых фич.
• Мы ждём, что вы
• Управляли командой бэкенд- или ML-разработчиков
• Внедряли модели машинного обучения в продакшен и готовы разбираться в новых архитектурах и областях
• Готовы работать руками на этапе прототипирования и проверки гипотез
Будет плюсом, если вы
• Работали с симуляторами или робототехническими платформами (ROS, Gazebo, CARLA, NVIDIA Isaac Sim и др.)
• Участвовали в соревнованиях по ML или программированию (ACM ICPC, Codeforces, TopСoder, Kaggle и т. д.)
• Знаете правила дорожного движения, водили автомобиль или мотоцикл
Почему у нас хорошо
Нам важно здоровье сотрудников, поэтому в крупных офисах у нас есть спортзалы — с тренажёрами, инвентарём и душевыми. Это не все бонусы — полный список тут.
*📩 {{apply_contact}} на нашем сайте*
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Machine Learning
- Python
- C++
- ROS
- Gazebo
- CARLA
- NVIDIA Isaac Sim
- Backend Development
- Team Management
- Computer Vision
Возможные вопросы на собеседовании
Проверка опыта управления и умения выстраивать процессы в команде.
Расскажите о самом сложном конфликте приоритетов между вашей командой и заказчиками: как вы принимали решение и управляли ожиданиями сторон?
Оценка технической экспертизы в области симуляции и физики.
Какие подходы вы бы использовали для валидации достоверности модели движения автомобиля при имитации прокола колеса или сильного бокового ветра?
Проверка знаний в области компьютерного зрения и имитации сенсоров.
Как бы вы подошли к задаче имитации работы лидаров или камер в условиях сильного тумана или ослепляющего солнца в виртуальной среде?
Оценка навыков внедрения ML-решений.
С какими основными проблемами производительности вы сталкивались при выводе тяжелых ML-моделей в продакшен и как их решали?
Проверка гибкости и готовности к прототипированию.
Опишите случай, когда вам приходилось лично писать код или проверять гипотезу, чтобы сдвинуть проект с мертвой точки. Какой был результат?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
