ML-техлид (Motion Planning)
Компания: Яндекс
Локация: Москва
О компании
Яндекс — ведущая IT-компания в России, занимающаяся разработкой технологий и продуктов для интернета. Специализируется на поисковых системах, машинном обучении и робототехнике, включая решения для доставки. Яндекс активно интегрирует инновации в свои продукты, что позволяет оставаться на передовой технологий.
Ключевые факты:
- Основана в 1997 году
- Более 10 000 сотрудников
- Широкий спектр продуктов: от поиска до доставки товаров
- Лидер на рынке интернет-технологий в России
О вакансии
Команда Яндекса, занимающаяся разработкой мозга движения робота-доставщика, фокусируется на решении сложных задач, связанных с пониманием сцены и генерацией траекторий. Мы применяем передовые технологии машинного обучения, такие как трансформеры и подходы R&D, и стремимся создавать принципиально новые модули для роботов-доставщиков.
Ваша роль как техлида будет заключаться в управлении командой и ведении кросс-командных проектов, что потребует высочайшего уровня инженерной культуры и взаимодействия с другими группами. Вы будете вносить значительный вклад в упрощение сложных задач и внедрение новых решений, основанных на SOTA-подходах.
Вы также займётесь разработкой RL-based-пайплайнов и улучшением моделей с использованием методов обучения с подкреплением. Это даст вам возможность активно исследовать и адаптировать новейшие технологии.
Чем предстоит заниматься:
- Управление командой и кросс-командными проектами
- Внедрение современных ML-подходов и лучших практик
- Разработка RL-пайплайнов и сбор датасетов
- Создание инструментов для интерпретируемости ML-моделей
Что мы предлагаем:
- Уникальную возможность участия в создании новых технологий
- Работа в одном из самых прогрессивных направлений Яндекса
- Гибкий график работы и возможность удалённой работы
Обязанности
- Управлять командой и координировать проекты между командами
- Выстраивать логику решения сложных задач
- Поддерживать высокий уровень инженерной культуры
- Изучать и внедрять новые SOTA-подходы в проекты
- Разрабатывать пайплайны на основе обучения с подкреплением
- Создавать инструменты для улучшения интерпретируемости моделей