ML-разработчик в группу инстракт-алаймента планера

Задачей планирования движения в [роботакси](https://autonomy.yandex.ru/products/robotaxi) и [автономном грузовике](https://autonomy.yandex.ru/products/truck) занимается ML-планер. Он предсказывает траекторию движения на несколько секунд вперёд и делает это каждый тик. Внутри ML-планера — большой [генеративный трансформер](https://habr.com/ru/companies/yandex/articles/1052424/). В общем и целом задача планирования движения — один из самых больших вызовов в отрасли автономных технологий, и для нашей задачи сейчас нет общеизвестного SOTA-подхода.

Почему у нас круто:

• Возможность одномоментно использовать сотни топовых GPU
• Петабайты данных
• Отдельная команда для оптимизации обучений
• Отдельная команда для интеграции ML-решений в рантайм
• Увлечённая ML-команда Автономного транспорта, разбираем статьи в канале [404 Driver Not Found](https://t.me/DriverNotFound)
• Можно успеть стать причастным к запуску такси и грузовиков без водителя

В коллаборации с претрейн- и RL-командами планера вам предстоит адаптировать (алайнить) его для продуктовых сценариев: остановки в точке, следования маршруту и срочной команде удалённого оператора.

Какие задачи вас ждут

Улучшение инстракт-модели планера
Вам предстоит заставлять модель учитывать инструкцию продуктового сценария и не забывать про окружающих нас агентов, препятствия и карту. Помимо обучения моделей, можно брать на себя определение продуктовых сценариев, планирование и контроль специфичного наката для сбора данных, подсчёт офлайн- и онлайн-метрик.

Внедрение разработок в автомобили
Вы будете 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

• Программируете на Python, работали с PyTorch
• Уверенно ориентируетесь в области DL, быстро разбираетесь в новых методах
• Умеете выдвигать гипотезы и выстраивать эксперименты для их проверки
• Заинтересованы в прикладном применении ваших разработок

Будет плюсом, если вы

• Разрабатывали для AV
• Применяли RL на практике
• Имеете опыт в AI Coding, пользуетесь агентами, скилами и MCP
• Понимаете принципы распределённой обработки данных и парадигмы MapReduce
• Имеете публикации на конференциях высокого уровня
• Участвовали в соревнованиях по ML или спортивному программированию
• Увлечены автономными автомобилями