ML-разработчик для автономного транспорта

Планирование движения — одна из самых сложных задач в сфере автономных технологий. Мы экспериментируем с большими генеративными моделями, чтобы предсказывать, как будет двигаться автомобиль. Траектория должна быть безопасной для всех участников движения, комфортной для пассажира и позволять автомобилю доехать до конечной точки маршрута. Мы хотим улучшить модель, чтобы она лучше справлялась с новыми дорожными ситуациями. Для этого исследуем новые алгоритмы RL‑обучения, экспериментируем с наградами и работаем с данными. В том числе развиваем направление сложных и редких сценариев для обучения ML‑планировщика.

• Вы будете разрабатывать алгоритмы, которые генерируют синтетические дорожные сценарии для ML‑планера.
• Вы будете экспериментировать с разными подходами, в том числе с reinforcement learning и диффузионными моделями (diffusion models), чтобы изменить поведение агентов или добавить новых на сцену и создавать синтетический контент.
• Вы будете работать с синтетическими данными: не только создавать качественную синтетику, но и обучать модели на ней.
• Важно найти баланс между синтетическими и реальными данными, а также понять, как улучшать обучение при добавлении сцен без Ground Truth водителя.

• Обучали нейросетевые модели
• Внедряли DL‑решения в продакшн
• Программировали на Python
• Работали с PyTorch
• Знаете классические структуры данных и алгоритмы
• Ориентируетесь в области DL
• Быстро разбираетесь в новых методах
• Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки
• Читаете статьи о ML
• Следите за развитием области ML
• Будет плюсом: Внедряли методы обучения с подкреплением в продакшн; Работали с диффузионными моделями; Публиковались в сборниках научных конференций высокого уровня; Работали с большими объёмами данных; Участвовали в соревнованиях по ML или спортивному программированию; Увлечены автомобилями или автономными автомобилями

• Условий в вакансии нет