Наши требования
Вы уверенно работаете с Python, понимаете базовые принципы машинного обучения и умеете разбираться в технических проблемах, которые возникают при обучении моделей: нестабильное обучение, NaN, ошибки симуляционной среды и другие типичные сбои
У вас есть опыт работы с Linux, Git и Docker, а также с библиотеками PyTorch и NumPy. Вы понимаете, как устроен цикл обучения модели, что такое обучение с учителем, функция ошибки, переобучение и как с этим работать на практике
Вы знакомы с обучением с подкреплением: понимаете, что такое агент, среда, политика и награда. Также разбираетесь в принципах behavior cloning и понимаете, как обучение по демонстрациям применяется в задачах Robotics и Physical AI
У вас есть базовое понимание архитектуры робототехнических и Physical AI-систем: симуляций, пайплайнов данных, обучения и инференса. У вас есть опыт работы с симуляторами, например MuJoCo или аналогами, и вы понимаете принципы sim-to-real и domain randomization