Технический лидер направления HD-карт (ML-оптимизация инфраструктуры)

Локация: Москва, проспект Андропова, 10А; работа на месте работодателя.

Компания

Navio разрабатывает высокоточные цифровые дорожные карты для обеспечения транспортных средств пространственным интеллектом, семантическим и топологическим картированием в сложных условиях.

Что делать

• Осуществлять техническое лидерство подгруппы команды HD-карт, наставлять сотрудников, проводить код-ревью и развивать компетенции; в перспективе — возглавить технически всю команду.
• Строить и оптимизировать пайплайны обработки геоданных, курировать датасеты и автоматизировать подготовку данных для создания HD-карт.
• Разрабатывать и внедрять процессы обучения, валидации и продакшен-развертывания ML-моделей для картографирования.
• Создавать ML-детекторы для обнаружения объектов, сегментации и классификации дорожной инфраструктуры.
• Формировать метрики точности карт, временной согласованности и масштабируемости решений.

Требования

• Высшее техническое образование: магистратура или PhD в области компьютерных наук, электротехники или смежных областях.
• Более 6 лет опыта; уверенный senior-уровень и 3–5 лет опыта управления подгруппой.
• 5+ лет опыта разработки ML/DL для картографирования, компьютерного зрения или смежных областей.
• Отличное знание Python и опыт работы с PyTorch.
• Глубокое понимание ML-пайплайнов от сбора данных до продакшен-развертывания.
• Опыт построения и оптимизации MLOps-инфраструктуры.
• Навыки работы с большими объёмами данных и распределённым обучением.

Хорошо, если есть

• Опыт работы с лидарными данными и базовое знание C++.
• Понимание ГИС и обработки геоданных.
• Опыт работы с VLM и базовыми моделями для автоматической маркировки.
• Опыт в компьютерном зрении, топологии дорог и векторизованных картах, включая MapTR и BEV.
• Опыт оптимизации ML-моделей для работы в реальном времени, включая квантование и обрезку.
• Публикации на конференциях CVPR, NeurIPS, ICCV и других.

Культура и преимущества

• Работа в команде на стыке геоданных, машинного обучения и MLOps.
• Возможность развиваться в роли играющего тренера и вырасти до технического лидера всей команды HD-карт.