ML-разработчик обучения на синтетических данных в группу обучения с подкреплением

Решение задачи планирования движения — один из самых больших вызовов в отрасли автономных технологий. Мы экспериментируем с большими генеративными моделями, чтобы предсказывать траекторию движения автомобиля. Траектория должна обеспечивать безопасное взаимодействие с участниками движения, быть комфортной для пассажира и помогать автомобилю достигать конечной точки маршрута.

Автономный автомобиль часто сталкивается со сложными дорожными ситуациями. Чтобы модель планирования движения успешно с ними справлялась, недостаточно учиться только на реальных примерах вождения. Один из способов улучшить качество модели — использовать синтетические данные в обучении. Например, добавлять опасное поведение других участников движения в спокойные сцены или использовать синтетические локации со сложными развязками.

Вам предстоит исследовать различные методы применения синтетики в обучении модели планирования движения.

Какие задачи вас ждут

Обучение нейросетевых моделей
Вы будете учить трансформеры извлекать информацию о взаимодействии участников движения с траекторией автомобиля, проверять и внедрять самые современные подходы из научных статей об автономном вождении, а также экспериментировать с архитектурами и методами обучения.

Исследование синтетических данных
Вам предстоит экспериментировать с методами обучения с подкреплением, в том числе с использованием среды, и исследовать варианты добавления синтетических данных в такое обучение.

Внедрение разработок в автомобили
Вам нужно будет внедрять свои разработки в пайплайн движения автомобиля и наблюдать, как ваша работа повышает качество технологии.

Больше об ML в Яндексе — в канале Yandex for ML

Мы ждем, что вы

• Обучали нейросетевые модели, внедряли DL-решения в продакшн
• Ориентируетесь в области DL, быстро разбираетесь в новых методах
• Программируете на Python, работали с PyTorch
• Знаете классические структуры данных и алгоритмы
• Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки
• Читаете статьи о ML, следите за развитием этой области

Будет плюсом, если вы

• Внедряли методы обучения с подкреплением в продакшн
• Публиковались в сборниках научных конференций высокого уровня
• Работали с большими объёмами данных
• Участвовали в соревнованиях по ML или спортивному программированию
• Увлечены автомобилями / автономными автомобилями