Аналитик-разработчик в команду аналитики технологий рободоставки

Мы ищем аналитика, который поможет нам улучшить технологию распознавания окружающих объектов для робота-доставщика. Ключевые аспекты, определяющие успех доставки роботами, — это безопасность и скорость. Тщательный анализ всех компонентов технологии — важный шаг для будущего рободоставки.

Специалисты по анализу качества технологий работают вместе с исследовательскими и инженерными командами на каждом этапе разработки программного обеспечения, чтобы поведение робота-доставщика в городской среде соответствовало высоким стандартам безопасности.

Для оценки качества мы используем различные подходы. Помимо сбора данных с реальных дорог, мы создаём синтетические проезды с помощью симуляции. Это позволяет проанализировать поведение робота в виртуальной среде, быстро выявить и сравнить, как меняется его поведение при движении в различных погодных условиях и городских локациях.

Какие задачи вас ждут

Разработка подходов к оценке качества алгоритмов распознавания
Вы будете создавать методики и критерии для оценки алгоритмов распознавания объектов в городе и в виртуальном окружении.

Сбор данных для обучения алгоритмов
Вам предстоит собирать полные и репрезентативные данные для обучения ML-моделей, а также разрабатывать метрики качества для них.

Разработка новых статистических методов для анализа и оценки
Вы будете создавать методы анализа данных (например, комбинировать реальные и синтетические данные), чтобы повысить точность оценок и анализа тенденций.

Формулирование и решение сложных задач
Вас ждёт работа над задачами, связанными с распознаванием: от систематизации предметной области и анализа данных до составления выводов и рекомендаций на основе полученных результатов.

Помощь в принятии решений
Вы будете поддерживать специалистов по машинному обучению, разработчиков и инженеров по качеству, помогая им выбирать оптимальные решения на основе данных.

Мы ждем, что вы

• Владеете SQL и Python Data Science Stack
• Имеете опыт работы в CV/ML-based-проектах
• Работали с экосистемами для обработки больших данных (например, с Hadoop)
• Уверенно знаете статистику для проверки гипотез и проведения экспериментов
• Проектировали модели данных и архитектуру метрик
• Способны изучать и анализировать профильную литературу и научные работы на английском языке