Яндекс·Москва·21 авг.
ML-разработчик в группу претрейна модели планирования движения
Ориентир по рынку≈ 178 000 – 252 000 ₽наша приблизительная оценка по 141 вакансии этой роли и грейда, у работодателя вилка не указана
≈ 2,2 тыс.–3,1 тыс. $
🔄 ГибридMiddleПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Смущает только, что вакансия висит давно.
2 из 4 в норме
Висит давно: что спросить, чтобы не откликаться в пустоту
Деньги
Вилку работодатель не назвал. Ориентир на созвон: столько платят в 141 похожей вакансии Разработчик уровня Middle.
Живость
Открыта уже 61 день. Источник её держит, но за таким сроком часто стоит трудный найм или набор в резерв.
- Зарплата не указана
Описание
Обязанности: 7, требования: 11. Понятно, что за работа, ещё до отклика.
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноMLPythonPyTorchTensorFlow
ПлюсомC++
Надбавка к зарплате на этом уровне: Python +40%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Яндекс обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Решение задачи планирования движения — один из самых больших вызовов в отрасли автономных технологий. Мы экспериментируем с большими генеративными моделями для предсказания траектории, по которой поедет автомобиль. Траектория должна обеспечивать безопасное взаимодействие с участниками движения, быть комфортной для пассажира и позволять автомобилю успешно достичь конечной точки маршрута.
Чем предстоит заниматься
Обучение больших нейросетевых моделей планирования движения
Учить трансформеры извлекать информацию о взаимодействии участников движения с траекторией автомобиля. Проверять и внедрять самые современные подходы из научных статей об автономном вождении. Экспериментировать с архитектурами и методами обучения
Поиск сложных и разнообразных дорожных ситуаций
Исследовать и применять различные подходы для поиска сложных дорожных ситуаций, которые вы будете использовать для обучения моделей. Ваш обучающий датасет должен содержать разнообразные и достаточно непростые дорожные сценарии
Внедрение разработок в автомобили Яндекса
Вам предстоит внедрять свои разработки в пайплайн движения автомобиля и наблюдать, как ваша работа повышает качество технологии
Больше об ML в Яндексе — в канале Yandex for ML
Наши требования
Обучали нейросетевые модели, внедряли DL-решения в продакшен
Уверенно ориентируетесь в области DL, быстро разбираетесь в новых методах
Умеете программировать на Python, работали с PyTorch или TensorFlow
Хорошо знаете классические структуры данных и алгоритмы
Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки
Читаете статьи об ML, следите за развитием этой области
Имеете публикации в сборниках научных конференций высокого уровня
Хорошо знаете С++ и STL
Работали с большими объёмами данных
Участвовали в соревнованиях по ML или спортивному программированию
Увлечены автономными автомобилями
