Все вакансии

• Направление: Разработка
• Команда: Автономная технология
• Локация: Москва
• Опыт: От 3 лет
• Формат работы: Гибкий график

LinuxROSPythonDocker3D-реконструкцияML

Поделиться:

LinuxROSPythonDocker3D-реконструкцияML HOT!

Инженер по машинному и глубокому обучению в команду симуляции (3D Gaussian Splatting)

Автономная технология

• Москва
• Продолжительность рабочего дня может меняться
• Гибкий график
• Офис

Navio — разработчик технологии автономного вождения, совместимой с различными видами транспорта: от легковых автомобилей до грузовиков.

Navio объединяет культуру автопроизводителей и ИТ-компаний. Каждый день мы работаем над тем, чтобы доставка грузов стала быстрее и эффективнее, а городской транспорт — безопаснее и комфортнее.

Ключевое направление работы Navio — создание универсальной автономной технологии, включающей ПО и аппаратные решения, научные исследования, уникальный процесс тестирования и экосистему сервисов для обработки данных и управления автономным флотом автомобилей.

О команде:

Наша команда разрабатывает инструмент для тестирования автономной технологии - симулятор. Нам нужно достичь максимальной реалистичности нашего виртуального мира с точки зрения физики, качества изображения, данных с сенсоров и просто поведения окружающих объектов.

Мы ищем ML/DL инженера в команду симулятора - наша задача построить единый продукт валидации технологии автономного вождения на разных уровнях, в том числе на интеграционном, когда запускаются системы распознавания. Для этого нам необходимо добиться максимальной реалистичности данных с сенсоров - лидаров, камер и радаров.

Чем предстоит заниматься:

• Исследование и разработка методов 3D-реконструкции и нейронного рендеринга на основе Gaussian Splatting / NeRF и смежных подходов;
• Разработка методов novel view synthesis для генерации изображений с виртуальных положений и траекторий камеры;
• Работа с динамическими сценами: движущимися автомобилями, пешеходами и другими объектами;
• Работа с мультимодальными данными автономного автомобиля: камеры, LiDAR, в перспективе radar;
• Разработка и обучение диффузионных моделей img2img и video2video;
• Участие в code review, в составлении документации и в других активностях отдела;
• Оптимизация inference/training pipeline по скорости, памяти и качеству реконструкции;
• Взаимодействие с другими подразделения для решения поставленных задач (разметка данных, интеграция решений и т.д.).

Что мы ждем от кандидата:

• Уверенное знание PyTorch и опыт самостоятельной разработки и обучения DL-моделей;
• Хорошее понимание современных архитектур компьютерного зрения: CNN, Transformers, diffusion models;
• Понимание основ 3D computer vision: системы координат, camera models, intrinsic/extrinsic calibration, проекции и преобразования;
• Хорошее знание Python и базовое понимание Linux/Git/Docker, понимание методов оценки image/video generation: PSNR, SSIM, LPIPS, FID/FVD и perceptual metrics.

Будет плюсом:

• Опыт работы с 3D Gaussian Splatting, dynamic Gaussian Splatting, NeRF и neural rendering;
• Знание CUDA / C++ и опыт оптимизации GPU workloads;
• Публикации или практический исследовательский опыт в областях 3D-реконструкция, нейронный рендеринг, генеративные модели, автономное вождение.
• Опыт работы с большими моделями (VLM/LLM/диффузионные модели).

Мы заботимся о сотрудниках с первого рабочего дня и предлагаем вам:

ДМС с момента оформления, а после испытательного срока — стоматологию и возможность подключить льготную программу для родственниковРаботу в аккредитованной ИТ-компании с её льготами и преимуществамиЛьготную ипотеку, программы кредитования и другие финансовые продукты на выгодных условияхГибкий график работыКомпенсацию питания, свежесваренный кофе, большое разнообразие снеков и свежих фруктов на кофе-поинтахРеферальную программуБесплатную мультимедиа подпискуОбучение, участие в конференциях и коучинг для выступленийНасыщенную корпоративную жизньКлубы по интересам при поддержке компанииШирокий спектр дисконт-программ, скидок и привилегий от компаний-партнеров

Как присоединиться к команде

1

Откликнитесь на вакансиюВыберите подходящую вакансию и расскажите о себе.

2

Пройдите интервьюМы пригласим вас на несколько встреч, где обсудим вакансию и ваш опыт.

3

Получите офферЕсли случится мэтч, мы обсудим детали и расскажем о процессе оформления в команду.

4

Приходите на работуМы познакомим вас с командой и приложим все усилия, чтобы период адаптации прошёл максимально комфортно.

Похожие вакансии

ROSPythonСпециалист по данным в команду VLA планировщикаМоскваГибкий графикROSPythonАлгоритмыDagsterSparkИнженер данных в команду высокоточных цифровых дорожных картМоскваГибкий графикLinuxPythonPython разработчикМоскваОфисDevOps / Инженер по инфраструктуреМоскваГибкий графикОбучениеСтажировка/практикаМосква/Санкт-Петербург/Нижний НовгородОфисROSPythonСпециалист по данным в команду VLA планировщикаМоскваГибкий графикROSPythonАлгоритмыDagsterSparkИнженер данных в команду высокоточных цифровых дорожных картМоскваГибкий графикLinuxPythonPython разработчикМоскваОфисDevOps / Инженер по инфраструктуреМоскваГибкий графикОбучениеСтажировка/практикаМосква/Санкт-Петербург/Нижний НовгородОфисВсе вакансии