Технический лидер направления HD-карт (ML-оптимизация инфраструктуры)

Ориентир по рынку≈ 400 000 – 630 000 ₽наш грубый ориентир по 29 вакансиям этого грейда на рынке, без учёта специальности: у работодателя вилка не указана

🏢 ОфисLeadПолная занятость

≈ 400 000 – 630 000 ₽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

Команда разработки высокоточных цифровых дорожных карт (HD-карт) на стыке геоданных, машинного обучения и MLOps.

Чем предстоит заниматься

Техническое лидерство: Управление подгруппой команды разработки, наставничество, проведение код-ревью, развитие компетенций сотрудников. Перспектива роста до полного технического лидера всей команды

Оптимизация инфраструктуры данных: Построение и улучшение пайплайнов обработки геоданных, курирование датасетов, автоматизация подготовки данных для создания HD-карт

Оптимизация ML-пайплайнов: Разработка и внедрение эффективных процессов обучения, валидации и развертывания ML-моделей для картографирования

Разработка ML-детекторов: Создание и внедрение моделей машинного обучения для автоматизации процессов создания карт (обнаружение объектов, сегментация, классификация дорожной инфраструктуры)

Разработка метрик: Формирование системы оценки точности карт, временной согласованности и масштабируемости решений

Наши требования

Высшее техническое образование (магистр/PhD в области компьютерных наук, электротехники или смежных областях)

Уверенный сеньор с опытом управления подгруппой от 3–5 лет (перспектива роста до полного технического лидера)

Опыт разработки ML/DL для картографирования, компьютерного зрения или смежных областей (5+ лет)

Отличное знание Python, опыт работы с PyTorch

Глубокое понимание ML-пайплайнов: от сбора данных до продакшен-развертывания

Опыт построения и оптимизации MLOps-инфраструктуры

Навыки работы с большими объемами данных и распределенным обучением

Опыт работы с лидарными данными и знание C++ на базовом уровне

Понимание ГИС и обработки геоданных

Опыт с VLM и базовыми моделями для автоматической маркировки

Опыт в компьютерном зрении, топологии дорог, векторизованных картах (MapTR, BEV)

Опыт оптимизации ML-моделей для реального времени (квантование, обрезка)

Публикации на конференциях (CVPR, NeurIPS, ICCV и др.)

Дополнительно

Обеспечить транспортным средствам пространственный интеллект, семантическое и топологическое картирование для навигации в сложных условиях

Мы ищем уверенного сеньора с лидерскими качествами и готовностью к развитию в роли играющего тренера для технического лидерства командой HD-карт и MLOps