Яндекс·Москва·12 сент.
Разработчик на C++ в команду восприятия и инференса гуманоидных роботов
Ориентир по рынку≈ 154 000 – 229 000 ₽наш грубый ориентир по 199 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана
≈ 1,9 тыс.–2,8 тыс. $
ОфисMiddleПолная занятостьКорпорация
≈ 154 000 – 229 000 ₽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
Деньги
Сумму в объявлении не указали. Грубый ориентир: столько платят в 199 вакансиях уровня Middle по всему рынку, без учёта специальности.
Живость
Открыта 46 дней, и признаков фиктивного найма у неё нет.
Описание
Обязанности: 9, требования: 12. Понятно, что за работа, ещё до отклика.
Что требуют
ОбязательноC++Linux
ПлюсомPythonComputer VisionPyTorchCUDA
Надбавка к зарплате на этом уровне: Python +43%.
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
9 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
Мы разрабатываем платформу интеллектуального управления антропоморфными роботами. Наша цель — создать универсальное программное обеспечение для робота, способное решать реальные задачи в логистике, индустриальной автоматизации и сервисных сценариях. Чтобы безопасно и эффективно действовать в физическом мире, робот должен понимать, что происходит вокруг: обрабатывать данные с сенсоров, распознавать объекты и сцену, оценивать положение объектов и передавать эту информацию системам планирования и управления.
О роли
Мы ищем сильного разработчика на C++ в команду восприятия и инференса. Вам предстоит создавать программные компоненты, благодаря которым робот сможет лучше понимать окружающий мир, и превращать алгоритмические и ML-прототипы в надёжный код, работающий на реальном устройстве.
Чем предстоит заниматься
Разработка компонентов восприятия
Вы станете разрабатывать на C++ компоненты, которые обрабатывают данные с камер и других сенсоров и извлекают из них информацию об окружающей сцене. Результаты вашей работы будут использоваться в системах планирования, управления и принятия решений
Создание новых возможностей робота
Вам предстоит реализовывать функции, которые помогают роботу ориентироваться в окружающем пространстве, находить нужные объекты, понимать их свойства и взаимное расположение, а также учитывать изменения в динамической среде
Интеграция алгоритмов и ML-моделей
Совместно с ML-инженерами вы будете переносить исследовательские прототипы в продуктовый код, интегрировать модели в систему робота и создавать удобные интерфейсы для их использования другими компонентами
Оптимизация, тестирование и отладка
Алгоритмы восприятия должны стабильно работать на борту робота с ограниченными вычислительными ресурсами. Вы будете профилировать и оптимизировать код, создавать инструменты тестирования, анализировать ошибки на записанных данных, в симуляции и на физических роботах
Больше о бэкенде в Яндексе — в канале Yandex for Backend
Наши требования
Профессионально разрабатываете на современном C++
Знаете классические алгоритмы и структуры данных
Работали с Linux и инструментами профилирования и отладки
Занимались многопоточной и клиент-серверной разработкой
Умеете проектировать понятные интерфейсы и превращать прототипы в надёжный продуктовый код
Самостоятельно решаете сложные задачи и умеете работать в команде
Разрабатывали на Python
Работали с компьютерным зрением или обработкой 3D-данных, использовали OpenCV или PCL
Интегрировали модели с помощью TensorRT, ONNX Runtime, OpenVINO или других inference-фреймворков
Работали с PyTorch и обучали или дообучали модели компьютерного зрения
Использовали CUDA и оптимизировали вычисления на GPU
Работали с сенсорами, ROS 2, DDS, симуляторами или физическими роботами
