2 дня назад
Инженер по машинному и глубокому обучению в команду симуляции (3D Gaussian Splatting)
RUВакансия из Hirify RU, списка российских tech-компаний
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
Текст:
TL;DR
Инженер по машинному и глубокому обучению в команду симуляции (3D Gaussian Splatting): Разработка методов 3D-реконструкции, нейронного рендеринга и генерации данных для симулятора автономного вождения с акцентом на Gaussian Splatting, NeRF, мультимодальные сенсорные данные и диффузионные модели. Focus on обработку динамических сцен, обучение img2img и video2video моделей, а также оптимизацию inference/training pipeline по скорости, памяти и качеству реконструкции.
Локация: Москва, офис. Продолжительность рабочего дня может меняться, доступен гибкий график.
Компания
Navio разрабатывает технологию автономного вождения для легковых автомобилей и грузовиков, включая программные и аппаратные решения, симуляцию и сервисы обработки данных.
Что делать
- Исследовать и разрабатывать методы 3D-реконструкции и нейронного рендеринга на основе Gaussian Splatting, NeRF и смежных подходов.
- Создавать методы novel view synthesis для генерации изображений с виртуальных положений и траекторий камеры.
- Работать с динамическими сценами, включая автомобили, пешеходов и другие объекты.
- Обрабатывать мультимодальные данные автономного автомобиля: камеры, LiDAR и в перспективе радары.
- Разрабатывать и обучать диффузионные модели img2img и video2video.
- Оптимизировать inference/training pipeline по скорости, памяти и качеству реконструкции, участвовать в code review и интеграции решений.
Требования
- Уверенное знание PyTorch и опыт самостоятельной разработки и обучения DL-моделей.
- Понимание архитектур компьютерного зрения: CNN, Transformers и diffusion models.
- Знание основ 3D computer vision: систем координат, camera models, intrinsic/extrinsic calibration, проекций и преобразований.
- Хорошее знание Python и базовое понимание Linux, Git и Docker.
- Знание методов оценки image/video generation: PSNR, SSIM, LPIPS, FID/FVD и perceptual metrics.
Хорошо, если есть
- Опыт работы с 3D Gaussian Splatting, dynamic Gaussian Splatting, NeRF и neural rendering.
- Знание CUDA и C++, опыт оптимизации GPU workloads.
- Публикации или практический исследовательский опыт в 3D-реконструкции, нейронном рендеринге, генеративных моделях или автономном вождении.
- Опыт работы с VLM, LLM или диффузионными моделями.
Культура и преимущества
- ДМС с момента оформления, стоматология после испытательного срока и льготная программа для родственников.
- Работа в аккредитованной ИТ-компании, гибкий график и компенсация питания.
- Льготная ипотека, программы кредитования и другие финансовые продукты.
- Обучение, участие в конференциях, коучинг для выступлений и насыщенная корпоративная жизнь.
- Мультимедийная подписка, клубы по интересам и дисконтные программы от компаний-партнёров.
Процесс найма
- Отклик на вакансию и рассказ о профессиональном опыте.
- Несколько интервью для обсуждения вакансии и опыта кандидата.
- Оффер и оформление в команду после успешного прохождения этапов.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →