ML-разработчик (Автономный транспорт)

TL;DR

ML-разработчик (Автономный транспорт): Разработка и улучшение модулей 3D-multi-object-трекинга для автономного транспорта с акцентом на end-to-end подходы, обучение трекера на 3D-данных и внедрение результатов в production. Фокус на решении задач active learning, weak labeling и semi-supervised, а также на оптимизации моделей и алгоритмов под realtime-ограничения.

Компания

Команда трекинга в отделе восприятия автономного транспорта помогает автомобилю корректно распознавать и понимать поведение окружающих агентов.

Что делать

• Разрабатывать и заменять алгоритмические модули 3D-multi-object-трекинга: применять ML-based-подходы или улучшать существующие решения.
• Строить end-to-end подходы к 3D-трекингу: изучать статьи, реализовывать решения, ставить эксперименты и собирать данные.
• Внедрять подходы active learning, weak labeling и semi-supervised для обучения и настройки 3D-multi-object-трекера.
• Масштабировать решения в production: оптимизировать модели и алгоритмы, анализировать ошибки и работать с большими объёмами данных и инфраструктурой трекинга.

Требования

• Опыт работы с PyTorch или TensorFlow и фреймворками поверх них.
• Опыт работы с временными рядами или авторегрессионными моделями в ML/DL.
• Понимание прикладного deep learning и теории компьютерного зрения с ориентацией на практические результаты.
• Понимание особенностей realtime-ограничений.
• Умение читать материалы ML-конференций и следить за развитием области.

Хорошо, если есть

• Опыт работы с доменами задач со сложной структурой данных.
• Опыт задач автономного транспорта.
• Интерес к развитию домена автономного транспорта (perception, planning, simulation).

Культура и преимущества

• Работа от постановки гипотезы до внедрения результатов в production.
• Фокус на масштабируемых практиках и прикладных результатах в ML.
• Возможность развивать решения в области perception для автономного транспорта.