Разработчик инфраструктуры пайплайна робота-доставщика

Робот доставки — это будущее доставки товаров. Наши роботы уже развозят заказы в нескольких городах. Чтобы воплотить это в жизнь, мы создаём команду увлечённых, умных и целеустремлённых профессионалов.

Служба разработки пайплайна отвечает за то, чтобы исполняемый код на роботе был безопасным, производительным и делал то, что от него ожидают.

Оптимизация энергопотребления

Нам необходимо на регулярной основе анализировать, как вычислительные процессы влияют на расход энергии, и искать возможности для их оптимизации. Это важно для повышения автономности робота.

Ускорение робота

Для роста удовлетворенности пользователей нашим роботам нужно передвигаться быстрее. Эта задача включает в себя поиск и устранение проблемных мест в поведении робота, а также ускорение существующих алгоритмов в рамках возможностей железа.

Деплой

Удобство, безопасность и скорость релизов напрямую влияют на качество продукта. Мы хотим сделать релизы софта роботов максимально бесшовными и контролируемыми, чтобы роботы могли моментально переключаться между его версиями, а в их эксплуатации не возникало неприятных неожиданностей.

Оптимизация применения ML-моделей

Робот доставки использует современные ML-модели для восприятия объектов окружающего мира, планирования поведения и т. д. Важно обеспечивать быстрый инференс моделей в пайплайне на GPU и минимизировать время от получения данных от сенсоров до финальной реакции на них.

Больше о бэкенде в Яндексе — в канале Yandex for Backend

* Создавали высоконагруженные системы со строгими ограничениями по времени и качеству
* Отлично владеете классическими структурами данных и алгоритмами
* Умеете профилировать код и понимаете, как оптимизировать его
* Уверенно владеете C++
* Способны объяснять свои решения и отстаивать их перед оппонентами
* Спокойно относитесь к критике, умеете работать в команде
* Ответственны и организованны

* Знакомы с Python или Go
* Встраивали ML-решения в продукты
* Работали с кодом, который выполняется на GPU
* Знакомы с фреймворком ONNX Runtime