ML-разработчик в команду Detector Alignment (Автономный транспорт)
Компания: Яндекс
Локация: Москва
О компании
Яндекс — одна из ведущих IT-компаний в России, фокусирующаяся на предоставлении технологий и сервисов на основе данных. С момента своего основания в 1997 году, Яндекс стал лидером в области поиска и интернет-сервисов, включая картографию, электронную почту и услуги машинного обучения.
Отдел восприятия автономного транспорта разрабатывает технологии, которые позволяют автомобилям точно интерпретировать окружающую среду и обеспечивать безопасное передвижение в любых условиях.
Ключевые факты:
- Год основания: 1997
- Главный офис: Москва
- Число сотрудников: более 10 000
- Основной продукт: Яндекс.Поиск, Яндекс.Карты, технологии ML для автономного транспорта
- Лидирующие позиции в области технологий в России
О вакансии
Команда Detector Alignment в Яндекс занимается созданием высокоточных алгоритмов нейросетевого восприятия для автономных автомобилей. Основная задача команды заключается в обеспечении детекторов и сегментационных моделей, чтобы автомобили могли эффективно обрабатывать и интерпретировать данные об окружающей среде в любых условиях, включая сложные погодные условия.
Мы работаем напрямую с данными, получаемыми от камер, лидаров и радаров, занимаясь разработкой и внедрением алгоритмов в продакшн. В команде применяются передовые практики машинного обучения для достижения высоких результатов, что требует глубоких знаний в области глубокого обучения и компьютерного зрения.
Чем предстоит заниматься:
- Обучение нейросетевых моделей с использованием различных подходов
- Работа с PyTorch или TensorFlow, а также фреймворками на их основе
- Разработка универсальных, масштабируемых практик в ML
- Практическое применение теории компьютерного зрения
- Учет realtime-ограничений в моделировании
- Изучение и следование новейшим публикациям из ML-конференций
Что мы предлагаем:
- Участие в проектах по созданию технологий для автономного транспорта
- Возможность работать с мультимодальными моделями
- Работа в команде профессионалов с высокими требованиями к качеству и инновациям
Обязанности
- Обучение нейросетевых моделей и использование различных подходов
- Работа с PyTorch или TensorFlow и аналогичными фреймворками
- Соблюдение универсальных практик в разработке ML решений
- Применение теории компьютерного зрения на практике
- Учет особенностей realtime-ограничений в проектах
- Отслеживание последних трендов и исследований в области машинного обучения