Старший разработчик в команду ML-планера робота доставки (RL)

Локация: гибридный формат

Компания

Разработка сервисов и технологий Яндекса, включая автономных роботов доставки, которые перевозят еду и посылки по улицам городов России.

Что делать

• Исследовать и интегрировать современные методы Reinforcement Learning, включая PPO, GRPO и TD-λ.
• Прототипировать алгоритмы, настраивать reward-функции и сценарии обучения, превращая результаты исследований в устойчивый продакшн-пайплайн.
• Проектировать и внедрять модули трансформерных моделей планирования на базе подходов Wayformer и MotionLM.
• Отвечать за качество моделей, стабильность обучения и интерпретируемость поведения планера.
• Разрабатывать сложные сцены для GPU-симулятора, сокращать sim-to-real gap и повышать устойчивость планера к неожиданным городским ситуациям.

Требования

• От 3 лет опыта разработки.
• Уверенное знание Python и PyTorch.
• Понимание основ Reinforcement Learning и трансформерных моделей.
• Готовность изучать сложные подходы и решать нетривиальные задачи.

Хорошо, если есть

• Опыт работы с Reinforcement Learning, Motion Planning или трансформерами.
• Знания в области робототехники и симуляции.
• Опыт работы с C++, ROS, TRT или CUDA.