Machine Learning Engineer (RoboticsHumanoid AI)

Мы создаём нейросетевой мозг для гуманоидных роботов: разрабатываем модели для манипуляций предметами, навигации и интегрируем их в единую интеллектуальную систему.

Проект сфокусирован на применении современных методов глубокого обучения для решения актуальных задач робототехники. Это отличная возможность работать с передовыми ML-технологиями и видеть результат своих моделей в реальном мире.

Какие задачи вас ждут

Тестирование и совершенствование моделей в симуляции
Вам предстоит настраивать и использовать современные симуляторы для тестирования и совершенствования моделей управления. Ваша задача — выстраивать процессы работы с виртуальными средами, автоматизировать эксперименты, совершенствовать навыки моделей и добиваться стабильного и эффективного поведения робота в симуляции.

Обучение трансформерных и диффузионных моделей (VLM/VLA)
Вы будете работать с современными архитектурами, включая Vision-Language-, Vision-Language-Action-модели и диффузионные политики. Кроме того, вам предстоит настраивать пайплайны обучения, проводить эксперименты, улучшать качество предсказаний и устойчивость поведения.

Разработка и обучение моделей для манипуляции и навигации
Вам нужно будет обучать модели, отвечающие за управление манипуляторами и перемещение робота в пространстве. Для этого понадобится формировать датасеты, экспериментировать с архитектурами и оптимизировать поведение робота под реальные сценарии.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждём, что вы

• Работали с проектами в области Computer Vision, NLP, RL
• Глубоко понимаете методы машинного обучения, особенно нейросети
• Знаете, как работать с трансформерами и диффузионными моделями
• Отлично умеете программировать на Python
• Увлечены робототехникой

Будет плюсом, если вы

• Работали с симуляторами, в том числе с реалистичной графикой, сложной физикой и моделированием окружающей сцены
• Понимаете SOTA-архитектуру VLA-моделей либо диффузионных генераторов
• Умеете программировать на С++
• Умеете работать с мультимодальными дата-пайплайнами