ML-разработчик в команду VLM Foundations

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

≈ 178 000 – 252 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Наша компания

Автономные технологии делают нашу жизнь легче и лучше, но их нужно постоянно развивать, чтобы повысить комфорт, безопасность и доступность. Яндекс стремится вывести автономные технологии на новый уровень и внедряет передовые ML-разработки. Мы создаём технологии, которые повышают безопасность и заботятся о комфорте пассажиров и других участников дорожного движения.

О роли

Мы экспериментируем с VLM — у них большой потенциал, и мы хотим использовать его в наших задачах.

Чем предстоит заниматься

Дообучение VLM для вождения

Вы будете дообучать vision-language-модель предсказывать траектории, добавлять ризонинг, чтобы повысить интерпретируемость действий, и расширять знания в области вождения и понимания дорожной обстановки, разметки, знаков, сигналов светофоров, действий других автомобилей и пешеходов. Также вы будете вносить архитектурные изменения: добавлять энкодеры для новых модальностей (например, карты и лидары) и реализовывать методы для ускорения инференса модели — от action modality injection и спекулятивного декодинга до flow matching head

Развитие RL-подходов для VLM

Вы будете разрабатывать и внедрять передовые методы RL, чтобы научить VLM принимать более безопасные, эффективные и понятные человеку решения. Вам предстоит решать нетривиальные задачи: создавать устойчивые reward-функции, бороться с reward hacking и выстраивать масштабируемую систему обучения в симуляции

Имплементация SOTA-решений

Вы будете следить за современными подходами, изучать актуальные статьи и внедрять SOTA-решения, а также быстро проверять гипотезы

Больше об ML в Яндексе — в канале Yandex for ML