ml инженер для автономных роботов

Роботы доставки Яндекса ежедневно доставляют тысячи заказов в сложной городской среде. Команда масштабирует флот до 20 000 роботов к 2028 году и переходит от модульного пайплайна к архитектуре End-to-End на базе World Models, чтобы создать Embodied AI для планирования сложных манёвров в реальном мире.

• Проектировать и обучать массивные 3D- и видеотокенизаторы, а также бэкбоны на базе Diffusion Transformers, Flow Matching и других подходов;
• Предсказывать эволюцию физического мира в латентном пространстве в ответ на действия агента;
• Строить пайплайны для распределённого обучения тяжёлых foundation-моделей на вычислительном кластере;
• Работать с Data-, Tensor- и Pipeline-параллелизмом;
• Оркестрировать мультинодовое обучение и максимально эффективно использовать оборудование;
• Обучать чистый RL и политики IL + RL внутри замороженной латентной симуляции World Model;
• Использовать плотные self-supervised-репрезентации для обучения reward-модели с высокой эффективностью по выборке;
• Интегрировать вспомогательные лоссы для задач 3D-детекции, сегментации и трекинга;
• Обеспечивать явное семантическое заземление важных объектов сцены;
• Строить надёжный контур безопасности поверх выходов модели;
• Готовить систему к инференсу в реальном времени на периферийных устройствах робота.

• Экспертно владеть JAX и PyTorch;
• Иметь глубокий практический опыт работы с современными ML-фреймворками;
• Иметь опыт работы со SPMD, multi-host JAX и XLA-компиляцией;
• Иметь навыки масштабного распределённого обучения;
• Иметь опыт обучения тяжёлых моделей на мультинодовых кластерах;
• Знать FSDP, принципы Megatron-LM и 3D parallelism;
• Иметь глубокую математическую и ML-базу;
• Отлично понимать непрерывные генеративные модели: Diffusion, Flow Matching и Diffusion Forcing;
• Разбираться в Deep RL, Actor-Critic-архитектурах, RL in imagination и Model-Based RL;
• Уметь писать, генерировать и проверять быстрый оптимизированный код;
• Уметь доводить исследовательские разработки до продакшна при жёстких ограничениях реального времени;
• Будет плюсом опыт работы с Vision Foundation Models, генеративными видео- и image-моделями, синтезом лидарных облаков, Reinforcement Learning за пределами LLM, квантизацией тяжёлых трансформеров или диффузионных моделей для периферийных устройств, оптимизацией инференса на борту робота с использованием C++, TensorRT, ONNX и CUDA, а также опыт в Autonomous Driving, Motion Planning или Robotics.

• Расширенная медицинская страховка с первого месяца работы;
• Оплачиваемый больничный — 30 дней в году;
• ДМС включает плановую и неотложную помощь за рубежом, страхование от несчастных случаев, лечение критических заболеваний, стоматологию и коррекцию зрения после года работы;
• Доступны чекапы, вакцинация, психологические консультации и психотерапия в офисах с соответствующим кабинетом;
• Оплачивается ведение беременности и роды для сотрудниц и жён сотрудников, работающих более двух лет;
• ДМС для детей и супругов по системе 80/20: компания оплачивает 80% стоимости.