Руководитель команды персепшена робота доставки

Роботы доставки — шаг в будущее логистики и автономных технологий. Мы создаём систему, в которой тысячи роботов смогут самостоятельно передвигаться по городу, взаимодействовать с людьми и инфраструктурой и быстро и безопасно доставлять заказы.

У нас короткий цикл: от идеи к концепту, от полигона к продакшену. Есть много данных и достаточно GPU для экспериментов. Мы ищем человека, который будет отвечать за одно из направлений персепшена.

Об устройстве нашего робота можно прочитать в обзорной статье на Хабре.

Задачи и обязанности

Улучшение алгоритмов распознавания

Вы будете развивать и улучшать нейросетевые алгоритмы компьютерного зрения в областях 2D- и 3D-распознавания и трекинга. Выдвигать гипотезы, проводить эксперименты с накопленными данными и анализировать результаты с помощью существующих и новых метрик качества. Ваша цель — создавать и внедрять архитектуры, которые точно и компактно описывают окружающий мир робота доставки.

Разработка Data Engine

Чем больше и разнообразнее данные — тем лучше становятся модели. Вы будете разрабатывать эффективный Data Engine, который автоматизирует сбор, отбор и разметку данных, снижая затраты и ускоряя цикл улучшений. Вам предстоит работать над инструментами и алгоритмами, которые повысят качество и скорость разметки (в том числе с участием внешних аннотаторов) и обеспечат максимальную отдачу от каждого нового примера данных.

Экспериментальные технологии

Вы будете исследовать новые подходы к восприятию и пониманию мира роботом, изучать фундаментальные модели и end-to-end-подходы, интегрировать новые архитектуры в систему восприятия робота. Вам предстоит активно предлагать и проверять смелые идеи, которые могут радикально повысить эффективность и надёжность наших роботов.

Оптимизация моделей

Все наши модели работают на борту робота в реальном времени и при ограниченных ресурсах. Поэтому новые решения должны быть точными и производительными для исполнения на роботе. Вы будете решать задачи оптимизации на разных уровнях: от архитектурных решений и эффективного написания кода до разработки кастомных операций под TensorRT и других средств ускорения инференса.

Больше об ML в Яндексе — в канале Yandex for ML

Требования

• Управляли командой
• Прекрасно ориентируетесь в мире прикладного компьютерного зрения: знаете теорию и методы работы с задачами CV, успешно применяли их и добивались практических результатов
• Встраивали CV- и ML-решения в продукты
• Работали с PyTorch, разбираетесь в особенностях параллельных вычислений, пишете эффективный GPU-код
• Программируете на Python или C++

Дополнительные требования

• Решали задачи детекции и трекинга объектов в 2D или 3D
• Работали с сенсорами, отличными от камер: лидарами, радарами
• Знакомы с TensorRT, ускорением нейронных сетей, квантизацией, писали кастомные операции
• Участвовали в соревнованиях по искусственному интеллекту или спортивному программированию