Разработчик ML/CV в команду AI-картографирования

Ежедневно миллионы людей пользуются Яндекс Картами, чтобы сориентироваться на местности или добраться из точки А в точку Б пешком, на автомобиле или общественном транспорте. Чтобы поддерживать актуальность карты, нам нужно следить за изменениями в реальном мире, собирать достоверные сигналы с местности, интерпретировать их и в результате обновлять карту.

Изменения происходят по разным причинам:

• дорожные службы планово изменили схему движения и установили дорожный знак или изменили разметку дорожного полотна;
• движение по мосту перекрыли из-за аварии;
• жители дома установили шлагбаум на въезде во двор;
• кто-то построил новый дом;
• сменилась вывеска на фасаде дома, потому что открылось новое кафе.

Ключевая цель нашей команды — сократить время между изменениями в реальном мире и их отображением на карте. Чтобы достичь этого, мы используем ML для обнаружения изменений по GPS-трекам, детектирования объектов дорожной инфраструктуры на фотографиях, интерпретации собранных данных и внесения изменений в карту.

У нас сильная команда, которая уже автоматизировала несколько постоянно действующих процессов. Например, мы создали процесс по добавлению на карту новых домов по спутниковым снимкам.

Задачи и обязанности

Развитие системы обнаружения изменений в дорожной инфраструктуре

Вам предстоит развивать систему, которая помогает по фотографиям, GPS-трекам, сообщениям в интернете выявлять появление и исчезновение дорожных знаков, изменение дорожной разметки, открытие и перекрытие дорог.

Разработка системы автоматического обнаружения ошибок в карте

Нужно будет разработать систему валидации согласованности данных карты и ground-truth-источников (фотографий, спутниковых снимков).

Создание copilot-режима в редакторе карты

Вы будете создавать механизмы, которые ускорят внесение правок в карту за счёт автоматической суммаризации контекста и умных подсказок.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Требования

• Знаете С++, Python
• Хорошо понимаете принципы машинного обучения и применяли его на практике