Аналитик-разработчик в команду разметок восприятия
Автономный транспорт «видит» мир через систему восприятия, которая обрабатывает данные лидаров, камер, радаров. Ваша задача — разобраться в этой системе и анализировать данные, получаемые с сенсоров. Ждём, что вы владеете Python и SQL, готовы браться за новые задачи, для которых нет готового решения.Работа с данными системы восприятия автономного транспорта
Вам предстоит разобраться в том, как автономные системы «видят» мир: что такое лидар, как он устроен, какие данные предоставляет и какими ограничениями обладает. Значительная часть работы будет связана и с анализом данных, получаемых с камер. Построение сцены: 3D-представление окружающих объектов
Данные со всех сенсоров объединяются в единое пространственное представление окружающей среды. На этом этапе используются методы компьютерного зрения для объединения данных от разных сенсоров в единое представление сцены. Участие в решении практических задач автономного транспорта
На основе собранных данных вы будете участвовать в решении прикладных задач, напрямую влияющих на безопасность и корректность поведения транспорта, среди которых: * детектирование дорожных дефектов (например, ям) для своевременной реакции; * распознавание различных типов светофоров и определение смены сигналов; * обнаружение спецтранспорта (например, машин скорой помощи) и корректное взаимодействие с ним. Это не абстрактные задачи: мы видим, как результаты нашей работы меняют поведение автономного транспорта в реальных дорожных условиях. Больше об аналитике в Яндексе — в канале Yandex for Analytics* Пишете качественный код на Python и запросы на SQL для обработки данных * Умеете формализировать и структурировать требования и ожидания заказчиков * Можете анализировать данные, выдвигать гипотезы и выстраивать эксперименты для их проверки * Самостоятельны и готовы браться за новые задачи, для которых нет готового решения
Вам предстоит разобраться в том, как автономные системы «видят» мир: что такое лидар, как он устроен, какие данные предоставляет и какими ограничениями обладает. Значительная часть работы будет связана и с анализом данных, получаемых с камер. Построение сцены: 3D-представление окружающих объектов
Данные со всех сенсоров объединяются в единое пространственное представление окружающей среды. На этом этапе используются методы компьютерного зрения для объединения данных от разных сенсоров в единое представление сцены. Участие в решении практических задач автономного транспорта
На основе собранных данных вы будете участвовать в решении прикладных задач, напрямую влияющих на безопасность и корректность поведения транспорта, среди которых: * детектирование дорожных дефектов (например, ям) для своевременной реакции; * распознавание различных типов светофоров и определение смены сигналов; * обнаружение спецтранспорта (например, машин скорой помощи) и корректное взаимодействие с ним. Это не абстрактные задачи: мы видим, как результаты нашей работы меняют поведение автономного транспорта в реальных дорожных условиях. Больше об аналитике в Яндексе — в канале Yandex for Analytics* Пишете качественный код на Python и запросы на SQL для обработки данных * Умеете формализировать и структурировать требования и ожидания заказчиков * Можете анализировать данные, выдвигать гипотезы и выстраивать эксперименты для их проверки * Самостоятельны и готовы браться за новые задачи, для которых нет готового решения