ML-разработчик в команде трекинга автономного транспорта@ Яндекс

150K ₽–250K ₽/мес
оценка на руки
Опубликовано 05.09.2026
Команда трекинга отвечает за то, чтобы автомобиль правильно «видел» и понимал поведение машин, пешеходов, роботов доставки и т. д. Результаты работы трекинга помогают планировать движение. Ваша работа будет заключаться в разработке модулей трекинга, где вы будете разрабатывать и заменять отдельные алгоритмические модули 3D-multi-object-трекинга, используя ML-based подходы или улучшая существующие. Вы будете работать от гипотезы до внедрения результатов в production. Также вам предстоит разработка end-to-end 3D-трекинга, где вы будете изучать статьи, реализовывать end-to-end подходы к трекингу, ставить эксперименты и собирать нужные данные. Ваша работа будет включать внедрение подходов active learning, weak labeling и semi-supervised для обучения и настройки 3D-multi-object-трекера. Оптимизация моделей и алгоритмов, анализ ошибок, работа с большими объемами данных и инфраструктурой трекинга также будут частью ваших обязанностей. Мы ожидаем, что вы имеете опыт работы с PyTorch или TensorFlow и фреймворками поверх них, а также работали с временными рядами или авторегрессионными моделями в ML/DL. Ориентируйтесь в мире прикладного DL и читайте статьи с ML-конференций, следя за развитием области. Почему у нас хорошо: ДМС Яндекса действует с первого месяца работы. Получить плановую или неотложную помощь можно и за рубежом — так что можно не бояться путешествовать. Это не все бонусы — полный список тут.
Обязательные
0/1
Желательные
0/1
Бонус
0/1
Почему эта вакансия
8.5
8.5 из 10
оценка совпадения

Кто здесь добьётся успеха

Глубокое понимание алгоритмов глубокого обучения и опыт работы с PyTorch и TensorFlow для разработки и оптимизации моделей трекинга объектов в 3D-пространстве.

Способность к самостоятельной работе и принятию решений в гибридном формате, что позволяет эффективно управлять временем и ресурсами при разработке и тестировании алгоритмов.

Опыт анализа данных и работы с большими объемами информации, что позволяет извлекать полезные инсайты для улучшения качества трекинга и понимания поведения объектов.

Креативное мышление и умение формулировать гипотезы, что способствует внедрению инновационных подходов в существующие алгоритмы трекинга.

Ресурсы для обучения

Карьерный путь

ML-разработчик в команде трекинга автономного транспорта (Сейчас)Старший ML-разработчик (1–2 года)Руководитель команды ML-разработчиков (3–5 лет)

Обзор рынка

Объём рынка PyTorch 2026
$1.5B
Годовой рост
25.0%
Внедрение AI
70%
Инвестиции в ML-технологии
+150%

Навыки и требования

Обязательные
PyTorchTensorFlowMachine Learning
Растущий спрос
KerasReinforcement LearningComputer Vision
Снижающийся спрос
TheanoScikit-learn

Тренды отрасли

Развитие автономного транспорта
Ожидается, что рынок автономного транспорта вырастет на 40% к 2026 году, что увеличивает спрос на ML-разработчиков.
Увеличение использования 3D-отслеживания
По данным отчетов, 3D-отслеживание будет использоваться в 60% новых проектов автономного транспорта к 2025 году.

Новости Autonomous Transport

Загружаем новости отрасли...

Ищем релевантные статьи за последние 6 месяцев