Яндекс·18 сент.
Senior ML Researcher/Engineer
Ориентир по рынку≈ 314 000 – 374 000 ₽наша приблизительная оценка по 61 вакансии этой роли и грейда, у работодателя вилка не указана
≈ 3,8 тыс.–4,5 тыс. $
🏢 ОфисSeniorПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе. Вакансия живая, задачи расписаны.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 61 похожей вакансии Инженер уровня Senior.
Живость
Висит 33 дня, признаков фиктивного найма нет.
- Появилась у нас 18 сентября 2026 г., 33 дня назад
В Pro вся история: 1 копия на других сайтах
Считается по возрасту вакансии и её содержимому. Оценка станет точнее, когда накопится история наблюдений. У постов из Telegram видим только дату публикации: о закрытии или правке поста канал не сообщает. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Расписано подробно: обязанностей 10, требований 9. Картина ясна до первого созвона.
Что требуют
ОбязательноMLPyTorch
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
6 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
Команда робота доставки Разработка и скейлинг World Models Distributed Training Model-Based RL (MBRL) & Planning Representation Shaping Safety & Inference
Чем предстоит заниматься
Разработка и скейлинг World Models
Вам предстоит проектировать и обучать массивные 3D/видеотокенизаторы и бэкбоны на базе Diffusion Transformers (DiT), Flow Matching, etc
Distributed Training
Вы будете строить пайплайны для распределённого обучения тяжёлых foundation-моделей на нашем вычислительном кластере
Model-Based RL (MBRL) & Planning
Вашей задачей будет обучение чистого RL и политик IL + RL внутри замороженной латентной симуляции World Model
Representation Shaping
Предстоит заниматься интеграцией вспомогательных лоссов для perception-задач 3D-детекции, сегментации, трекинга
Safety & Inference
Вы будете строить надёжный safety-контур поверх выходов модели и готовить всю конструкцию к реалтайм-инференсу прямо на edge-девайсах робота
Наши требования
На экспертном уровне владеете JAX и PyTorch
Имеете навыки масштабного распределённого обучения
Имеете глубокую математическую и ML-базу
Способны писать, генерировать и проверять быстрый оптимизированный код
Работали с Vision Foundation Models, генеративными видео- и image-моделями, синтезом лидарных облаков
Имеете опыт в Reinforcement Learning
Обладаете опытом продвинутой квантизации тяжёлых трансформеров или диффузионных моделей для edge-девайсов
Оптимизировали инференс «на борту» робота
Имеете бэкграунд в Autonomous Driving, Motion Planning или Robotics
Мы предлагаем
С нами легко развиваться. Если для рабочих задач вам нужно подтянуть язык, организуем обучение и оплатим 50% стоимости
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).