Разработчик инфраструктуры в команду гуманоидных роботов

Мы разрабатываем платформу для интеллектуального управления антропоморфными роботами. Цель — создать высокотехнологичный продукт, который можно будет использовать в разных областях: от логистики и индустриальной автоматизации до ухода за людьми и обслуживания. Мы объединяем лучшие решения в области машинного зрения, планирования движения, управления манипуляторами и искусственного интеллекта, а также разрабатываем новые компоненты, чтобы роботы могли эффективно взаимодействовать с реальным миром и безопасно выполнять сложные задачи.

Ищем разработчиков в команду, которая работает над производительностью и эффективностью нашей программной платформы. Мы снижаем задержки, оптимизируем использование вычислительных ресурсов и создаём инструменты для мониторинга системы и анализа производительности.

Какие задачи вас ждут

Выполнение задач DevOps-инженера
Вам предстоит дорабатывать системы CI и сборки, настраивать сети для роботов и взаимодействовать со службой информационной безопасности.

Управление рантаймом
Вы будете заниматься разработкой процесса развёртывания артефактов на роботах, создавать и поддерживать конфигурации операционной системы для роботов, включая RootFS и Docker.

Управление инфраструктурой данных
Вы будете заниматься разработкой и поддержкой инфраструктуры для работы с данными, включая поставку и обработку логов, метрик и других артефактов, а также разработкой инфраструктуры для ML-моделей и планированием ёмкости.

Интеграция симуляторов
Вам предстоит интегрировать сторонние симуляторы в процесс разработки и обучения моделей, а также доработать эти симуляторы.

Мы ждем, что вы

• Работали с Unix-системами
• Знаете Python, C++ и многопоточное программирование
• Умеете объяснять свои архитектурные решения и убеждать в их правильности других людей
• Творчески подходите к поиску лучшего решения

Будет плюсом, если вы

• Строили инфраструктуру и мониторинг распределённых систем
• Занимались оптимизацией приложений, уменьшением latency и увеличением производительности систем и сервисов
• Пользовались инструментами профилирования кода и анализировали получившиеся профили
• Участвовали в разных этапах разработки: писали, переконфигурировали и обновляли код, разворачивали его в разных окружениях, отслеживали и собирали метрики