🔥

Не упустите лучшие вакансии!

Подключите наш Telegram-бот и получайте мгновенные уведомления о новых предложениях из 10+ источников. Будьте первым, кто откликнется!

Подключить бота

Разработчик инфраструктуры лидарной карты

Яндекс
Не указано
Гибридный, Офис
Опубликовано: 05 Feb 2026
Автономный транспорт должен всегда знать своё точное положение в пространстве. Один из самых надёжных методов решения этой задачи — локализация по лидарной карте: трёхмерной реконструкции мира в виде облака точек.

Команда разработки инфраструктуры лидарной карты строит масштабируемые системы автоматизированного создания и обновления карт, а также создаёт инженерные решения, чтобы оптимизировать обработку больших объёмов геопространственных данных.

Какие задачи вас ждут

Масштабирование и оптимизация платформы построения карт
Нам нужно покрыть лидарной картой десятки тысяч километров. Для этого мы учимся строить карту очень быстро, что требует рефакторинга архитектуры системы, масштабирования пайплайнов обработки данных и контроля качества всех систем. Мы работаем над умной оркестрацией и батчингом операций построения, чтобы выиграть в скорости.

Проектирование системы мониторинга актуальности и перестроения устаревшей карты
Разрабатываем инструменты, чтобы автоматически определять устаревание карты, оркестрировать процессы перестроения и управлять версионированием геопространственных данных в реальном времени.

Развитие высоконагруженных систем обработки облаков точек
Построение каждого километра — это задача оптимизации облаков точек, требующая численной оптимизации и многократного решения СЛАУ. Мы оптимизируем критичные по памяти и CPU операции, решаем задачи кеширования, а также управления ресурсами при обработке сложных 3D-структур.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждем, что вы

  • Глубоко знаете C++ и Python
  • Обрабатывали большие данные в распределённых системах
  • Понимаете принципы архитектуры масштабируемых систем, умеете работать с ограничениями памяти и пропускной способности
  • Способны профилировать и оптимизировать высоконагруженный код

Будет плюсом, если вы

  • Работали с облачными системами оркестрации данных (Yandex Nirvana, Airflow, Dagster или аналогами)
  • Решали инженерные задачи оптимизации на графах (SLAM, фактор-графы)
  • Знакомы с алгоритмами регистрации облаков точек (ICP, NDT)
  • Знакомы с геопространственными данными или системами картографии
🚀

Ваше резюме увидят первым!

Автоматическое поднятие на HeadHunter каждые 4 часа. Увеличьте свои шансы на успех в 10 раз!

Подключить автоподнятие