Разработчик в команду разработки алгоритмов симуляции

Автономный автомобиль — сложнейшее устройство. В Яндексе мы создали собственную систему симуляции поездок в виртуальном мире для более быстрого и дешёвого тестирования технологии автопилота.

Чтобы мы могли доверять результатам симуляции, она должна реалистично воспроизводить поведение водителей и пешеходов вокруг автомобиля. Это нетривиальная задача: участники дорожного движения ведут себя по-разному в зависимости от ситуации, и простыми правилами их не опишешь. Поэтому в основе нашего подхода — ML-модель, генерирующая правдоподобные траектории, а вокруг неё — алгоритмическая обвязка, делающая результат надёжным и предсказуемым.

Мы ищем опытного разработчика, готового решать описанные ниже задачи и формировать видение развития этого направления.

Какие задачи вас ждут

Разработка поведения агентов симулятора
Вы будете разрабатывать алгоритмы и эвристики поверх ML-моделей предсказания движения: решать, когда и как переключать агента (машину, пешехода, велосипедиста) под управление нейросети, какую из предложенных моделью траекторий выбрать, как постобрабатывать её с учётом физических ограничений и безопасности. Ключевой вызов — найти баланс между реалистичностью поведения агентов и безопасностью сценариев: слишком осторожный симулятор не учит автопилот ничему новому, слишком агрессивный — создаёт нереалистичные ситуации.

Интеграция ML-моделей в симулятор
Вы станете встраивать новые версии нейросетевых моделей предсказания движения в симулятор: выстраивать dataflow, согласовывать форматы данных между моделью и системой агентов. Отдельное направление — ускорять инференс, чтобы симуляция большого числа агентов оставалась практичной по времени.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

Мы ждем, что вы

• Уверенно владеете C++
• Пишете производительный код и умеете его профилировать, работали с многопоточным кодом
• Строили алгоритмическую обвязку поверх ML-моделей: fallback, safety-постпроцессинг, scoring
• Владеете 2D-геометрией и линейной алгеброй: преобразования, ray-casting, IoU

Будет плюсом, если вы

• Понимаете основы ML
• Ускоряли обучение и инференс ML-моделей
• Работали с моделями предсказания траекторий или motion planning
• Получили опыт в робототехнике, автопилотах или симуляторах
• Программировали на Python