ML-разработчик в группу претрейна модели планирования движения
Компания: Яндекс
Локация: Москва
О компании
Яндекс — одна из ведущих IT-компаний в России, занимающаяся разработкой технологий в области интернет-сервисов и программного обеспечения. В компании активно развиваются проекты, связанные с автономными автомобилями, где используются современные подходы и алгоритмы для решения сложных задач, таких как планирование движения.
Ключевые факты:
- Основана в 1997 году
- Более 10 000 сотрудников
- Широкий спектр продуктов, включая поисковую систему, карты и услуги по доставке
- Одно из крупных предприятий в области разработки AI и ML в России
О вакансии
В команде Яндекса, занимающейся планированием движения, вы будете работать над одной из ключевых задач в сфере автономных технологий, связанной с предсказанием траекторий движения автомобилей. Основное внимание уделяется созданию генеративных моделей, которые помогают обеспечить безопасное взаимодействие с другими участниками дорожного движения.
Команда активно исследует и применяет современные архитектуры нейросетей, чтобы оптимизировать процесс обучения моделей. Вы будете заниматься не только обучением, но и внедрением разработанных решений в действующие системы Яндекса, наблюдая за тем, как ваши усилия влияют на качество работы технологии.
Чем предстоит заниматься:
- Обучение больших нейросетевых моделей для планирования движения
- Использование трансформеров для извлечения информации о взаимодействии автомобиля с другими участниками движения
- Исследование и применение сложных дорожных ситуаций для формирования обучающих выборок
- Внедрение разработок в автомашины Яндекса и тестирование их в реальных условиях
Что мы предлагаем:
- Работа в одном из лидирующих tech-компаний России
- Уникальная возможность участвовать в передовых проектах в области ML и автотехнологий
- Доступ к обучающим ресурсам и возможность профессионального роста
Обязанности
- Обучение нейросетей для планирования движения автомобилей
- Использование трансформеров для извлечения информации о дорожных взаимодействиях
- Анализ и внедрение новых подходов из научных статей по автономному вождению
- Эксперименты с архитектурами машинного обучения
- Поиск сложных дорожных ситуаций для создания обучающего датасета
- Внедрение моделей в систему автономного вождения Яндекса