Разработчик систем параллельных вычислений на GPU/NPU в Автономный транспорт
Компания: Яндекс
Локация: Москва
О компании
Яндекс — это один из ведущих игроков в области технологий и интернет-сервисов в России и других странах. Компания разрабатывает широкий спектр продуктов, включая поисковые системы, сервисы и технологии для автономного транспорта. Яндекс активно работает над внедрением инноваций, чтобы сделать управление транспортом более безопасным и эффективным, используя современные алгоритмы машинного обучения и параллельные вычисления.
Ключевые факты:
- Год основания: 1997
- Широкий спектр услуг и технологий, включая автономное управление транспортом
- Лидер на российском рынке интернет-услуг, с миллионами пользователей по всему миру
- Команда из тысяч специалистов в разных областях технологий и науки
О вакансии
Команда Яндекса по автономному транспорту работает над созданием технологий, которые изменят подход к управлению транспортом и доставке. Их цель — научить автомобили и роботов-доставщиков действовать более эффективно в реальных дорожных условиях. Для этого используются самые современные алгоритмы машинного обучения и методы параллельных вычислений.
Ваша задача как разработчика систем параллельных вычислений на GPU/NPU будет заключаться в оптимизации алгоритмов для повышения их производительности, а также в исследовании новых платформ, которые способны обеспечить необходимую эффективность работы. Вы будете заниматься адаптацией и тестированием алгоритмов, чтобы добиться наилучших результатов.
Чем предстоит заниматься:
- Оптимизация алгоритмов с учётом аппаратных особенностей платформ
- Автоматизация тестирования и адаптации алгоритмов к конкретной платформе
Что мы предлагаем:
- Работа в команде профессионалов, стремящихся к инновациям
- Возможность участвовать в проектах, которые влияют на будущее автономного транспорта
- Доступ к современным инструментам и технологиям для выполнения задач
Обязанности
- Оптимизировать алгоритмы для повышения их эффективности
- Автоматизировать тестирование алгоритмов и адаптировать их к платформам
- Исследовать современные платформы для параллельных вычислений
- Подбирать оптимальную архитектуру параллельного исполнения алгоритмов