Мы – команда Компьютерного зрения проекта Embodied AI. Наша ключевая задача — упростить и удешевить сбор данных для обучения роботов-гуманоидов. Для этого мы дообучаем и комбинируем современные мультимодальные модели, развиваем методы понимания трёхмерной сцены и строим пайплайны, которые автоматически преобразуют сырые эгоцентричные фото и видео в структурированную разметку, пригодную для обучения моделей.
Обязанности
- Разработка и поддержка end-to-end пайплайнов обработки эгоцентричных видео: синхронизация, выбор ключевых кадров.
- Работа с 3D-данными: depth, point clouds, геометрические преобразования
- Оптимизация скорости и качества обработки (latency, throughput, memory footprint)
- Анализировать данные и качество разметки, улучшать обучающие выборки
- Участие в экспериментах: проверка гипотез, сравнение моделей и подходов на реальных данных.
Требования
- в том числе Студент старших курсов или выпускник (магистратура/специалитет) технического вуза (МФТИ, ВШЭ, ИТМО, МГУ и т. д.)
- Уверенное владение математическим аппаратом: математический анализ, линейная алгебра, теория вероятностей
- Уверенное знание Python, базовые знания Linux и Git, понимание основ Classic ML и DL (Deep Learning), опыт работы с PyTorch
- Знание основных задач компьютерного зрения (классификация, сегментация, детекция) и спектра основных моделей в них
- Понимание основ 3D Computer Vision: point clouds, depth estimation.
Будет плюсом:
- Понимание геометрии камеры, внутренних и внешних параметров
- Практический опыт использования VLM / World-models (SAM, DINO, CLIP и т.п.) в анализе данных
- Опыт участия в Kaggle соревнованиях и хакатонах.
Условия
- Комфортный современный офис рядом с м. Кутузовская
- Гибридный формат работы
- Корпоративный спортзал и зоны отдыха
- Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
- Программа адаптации и помощь руководителя на старте
- Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров
- Вознаграждение за рекомендацию друзей в команду Сбера.
