О команде:
Планирование движения автономного автомобиля и предсказание движения всех участников вокруг него - это сложная и крайне важная задача, учитывающая множество факторов. Качественно планируя и предугадывая будущее такой автомобиль сможет обеспечить комфорт пассажиров и избежать потенциальных коллизий.
Чем предстоит заниматься:
- Разбор актуальных публикаций с передовыми архитектурами;
- Умение ориентироваться в открытом коде современных моделей;
- Постановка экспериментов с нейросетевыми моделями:
- выдвижение гипотез;
- работа с данными;
- работа с архитектурой модели, выдвижение идей по внесению изменений;
- анализ результатов экспериментов, проведенных на реальном беспилотном автомобиле;
- offline RL (residual RL, Q learning, Q flow matching).
Что мы ждем от кандидата:
- Опыт обучения нейросетевых моделей, интегрирации ML-моделей в production-среду от 4 лет;
- Уверенное знание и применение архитектуры Transformer;
- Глубокие знания теоретических основ нейронных сетей и методов машинного обучения;
- Понимание классических алгоритмов и структур данных;
- Умение писать качественный код на Python, опыт работы с PyTorch.
- Опыт чтения статей об ML и отслеживание развития этой области;
- Навык выдвижения гипотезы и выстраивания экспериментов для их проверки.
Будет плюсом++
- Опыт работы с Cuda, с TensorRT и оптимизацией производительности;
- Знание С++ / ROS.
