ml разработчик для гуманоидных роботов

Команда робототехники Яндекса разрабатывает автономных роботов и роботизированные системы: проводит исследования, создаёт прототипы, интегрирует ML-модели в реальные устройства и готовит решения к серийному производству. Команда создаёт нейросетевые компоненты для восприятия, принятия решений, управления поведением и обучения роботов.

• Разрабатывать пайплайны дообучения VLA на данных реальных роботов, симуляции и демонстрациях;
• Повышать success rate, стабильность и обобщающую способность моделей;
• Адаптировать модели к робототехническим платформам, задачам, сенсорам и интерфейсам управления;
• Работать с behavior cloning, представлением действий, мультимодальными входами и temporal context;
• Исследовать и внедрять offline и online reinforcement learning для улучшения VLA-политик;
• Работать с offline RL, offline-to-online RL, RL fine-tuning и residual RL;
• Строить reward’ы и success-сигналы;
• Улучшать политики без потери исходных навыков и находить баланс между качеством, устойчивостью и sample efficiency;
• Развивать ML-часть обучения роботов на собственных ошибках;
• Определять требования к corrective data и recovery trajectories;
• Разрабатывать методы обучения и оценивать качество данных;
• Интегрировать результаты в training pipeline;
• Улучшать качество моделей в сложных, редких и нештатных сценариях;
• Анализировать failure modes, OOD robustness, hard examples и long-tail-данные;
• Строить метрики success rate, recovery rate и intervention rate;
• Оценивать устойчивость к возмущениям и безопасность выполнения задач.

• От 3 лет опыта;
• Уверенно программировать на Python и работать с PyTorch;
• Иметь сильную базу в deep learning и reinforcement learning;
• Понимать policy optimization, actor-critic, value learning, off-policy learning и offline RL;
• Понимать behavior cloning, covariate shift и dataset aggregation;
• Уметь ставить эксперименты, проводить абляции, работать с метриками и анализировать причины деградации моделей;
• Уметь читать исследовательские статьи и превращать исследовательские идеи в устойчивые ML-пайплайны;
• Будет плюсом опыт работы с гуманоидными роботами или другими физическими робототехническими платформами, знакомство с DAgger, Human-Gated DAgger, Learning from Human Interventions, corrective demonstrations и recovery learning, опыт работы с online RL, offline-to-online RL, safe RL, constrained RL или residual RL, знакомство с Isaac Lab, Isaac Sim, MuJoCo, ManiSkill или другими симуляторами.

• Расширенная медицинская страховка с первого месяца работы;
• Оплачиваемый больничный — 30 дней в году;
• ДМС покрывает чекапы, вакцинацию, стоматологию и коррекцию зрения после года работы;
• Оплачиваются ведение беременности и роды для сотрудниц и жён сотрудников, которые работают в компании более двух лет;
• ДМС для детей и супругов по системе 80/20.