Разработчик систем параллельных вычислений на GPU/NPU в Автономный транспорт
Мы ставим перед собой масштабную цель: оказаться в числе первых в мире компаний, создавших технологию автономного управления транспортом.
↑ Вакансия с автоподнятиемМы ставим перед собой масштабную цель: оказаться в числе первых в мире компаний, создавших технологию автономного управления транспортом.
Чтобы ускорить работу системы распознавания и прогнозирования и, как результат, научить автомобили и роботов-доставщиков ещё быстрее действовать в дорожных ситуациях, мы используем алгоритмы машинного обучения. Алгоритмы усложняются, их количество растёт, и наша задача — повысить эффективность их работы при ограниченных ресурсах.
Если вы увлекаетесь оптимизацией и распараллеливанием алгоритмов, а каждый потреблённый оборудованием ватт готовы пустить в дело, то вам точно у нас понравится!
Повышение эффективности алгоритмов
Вам предстоит оптимизировать алгоритмы, учитывая аппаратные особенности платформ, автоматизировать тестирование алгоритмов и их адаптацию к платформе.
Работа с платформами для вычислений
Вы будете исследовать современные платформы исполнения параллельных вычислений и подбирать оптимальную архитектуру параллельного исполнения алгоритмов на конкретной платформе.
Больше о бэкенде в Яндексе — в канале Yandex for Backend
* Работали с PyTorch (или TensorFlow), конвертировали ML-модели в ONNX и запускали на TensorRT, ONNX Runtime, TFLite или любом другом фреймворке
* Использовали CUDA/OpenCL, оптимизировали и распараллеливали вычисления на CUDA/OpenCL или других архитектурах ускорителей
* Хорошо знаете C++, Python
* Уверенно владеете классическими структурами данных и алгоритмами
* Знакомы с линейной алгеброй, теорией вероятностей
* Можете объяснять свои решения и отстаивать их перед оппонентами
* Умеете работать в команде
* Решали прикладные задачи с помощью машинного обучения или Deep Learning
* Писали кастомные плагины для ONNX, TensorRT или любого другого фреймворка с использованием C++, CUDA, OpenCL
* Знакомы с методами сжатия, прунинга, квантизации нейросетей
* Разбираетесь в дискретной математике и теории оптимизации
* Хорошо знаете STL
* Имеете опыт индустриальной разработки, не связанной с машинным обучением
Похожие вакансии C++/C
О команде:
Команда распознавания окружения решает задачи обучения нейронных сетей для распознавания в самых разных сценариях. Мы твёрдо знаем: создать эффективный нейросетевой алгоритм без качественных данных невозможно. Именно поэтому мы строим собственную инфраструктуру для подготовки, обработки и интеграции данных во фреймворки обучения моделей распознавания.
Чем предстоит заниматься:
- Разработка кода на C++ в высоконагруженных системах, оптимизация кода и работа с многопоточными вычислениями;
- Разработка методов трекинга объектов дорожного движения;
- Применение данных с сенсоров (камер, лидаров и радаров) и нейросетевых детекторов для вычисления положения, скоростей и других параметров объектов вокруг автономного автомобиля.
Примеры задач:
- Оптимизация алгоритмов на Python и C++;
- Улучшение моделей движения объектов;
- Построение геометрии объектов.
Что мы ждем от кандидата:
- Уверенное владение C++;
- Хорошее знание алгоритмов и структур данных;
- Умение придумывать и оптимизировать готовые алгоритмы;
- Опыт работы с boost::geometry, Eigen и другими математическими C++ библиотеками.
Будет плюсом:
- Знание Python, CUDA, кинематики и динамики;
- Опыт работы над исследовательскими проектами;
- Сильная математическая подготовка;
- Опыт работы с ROS2 и в машинном обучении;
- Опыт многопоточного программирования.
Наш проект — программно-аппаратный комплекс «BRIO MRS» для технического надзора на строительной площадке. В его основе находится платформа дополненной и смешанной реальности собственной разработки, которая переносит проектную документацию будущего здания (BIM-модель) в физическое пространство строительного объекта.
Мы предлагаем:
- Работу в современной и стремительно развивающейся компании с высоко технологичными IT-продуктами собственной разработки и патентами,
- Работу над несколькими подпроектами в профессиональной команде, где ваши идеи будут быстро находить реализацию,
- Официальную заработную плату, оформление полностью по ТК РФ,
- Гибкий график работы (плавающее начало и окончание рабочего дня),
- Удобный офис в IT-парке (Казань, Петербургская, 52) с комфортной рабочей атмосферой – предполагается офисный формат работы,
- Развитую корпоративную культуру, регулярные корпоративные мероприятия, дружный коллектив.
Чем предстоит заниматься:
Работать над усовершенствованием платформы дополненной и смешанной реальности для визуализации BIM-модели в целях контроля качества и прогресса строительно-монтажных работ - запатентованный продукт "BRIO MRS" (БИМ-сканер), смежными проектами с использованием дополненной и смешанной реальности, собственными разработками в области видеоаналитики и компьютерного зрения.
В том числе:
- Работа с технологиями SLAM, Spatial Mapping, Gaussian Splatting и пр.
- Работа над построением карты глубин, повышением ее точности и качества.
- Построение систем распознавания объектов на основе нейросетей.
- Оптимизация существующего кода, приближение к вычислениям в реальном времени, снижение потребляемых ресурсов.
- Проведение исследований.
Что важно для нас:
- C++17 - уверенное знание, работа с памятью, указателями, многопоточностью.
- Знания и прикладные умения в 3D-математике и геометрии: линейная алгебра, кватернионы, матрицы трансформации, методы наименьших квадратов.
- OpenCV и Stereo Vision: Работа со стереопарой, калибровка камер, построение и фильтрация карт глубин.
Будет плюсом:
- SLAM: Понимание того, как работает SLAM под капотом (Feature extraction, matching, pose graph optimization, loop closure). Опыт работы с OpenVINS, ORB-SLAM, RTAB-Map или написание своих решений.
- CMake: Умение собирать кроссплатформенные (или под Windows) проекты, работать с зависимостями.
- Уверенное знание Python
- Уверенное знание Unity/.Net
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.