Разработчик на C++ в команду восприятия и инференса гуманоидных роботов
Posted 4
views
Summary
Builds C++ perception and inference components for Yandex's humanoid robots: processing camera/sensor data, turning ML research prototypes into reliable on-board code, and optimizing it for limited compute. Core stack: modern C++, Linux, CUDA, TensorRT/ONNX Runtime/OpenVINO, OpenCV/PCL, ROS 2.
Мы ищем сильного разработчика на C++ в команду восприятия и инференса. Вам предстоит создавать программные компоненты, благодаря которым робот сможет лучше понимать окружающий мир, и превращать алгоритмические и ML-прототипы в надёжный код, работающий на реальном устройстве.Разработка компонентов восприятия
Вы станете разрабатывать на C++ компоненты, которые обрабатывают данные с камер и других сенсоров и извлекают из них информацию об окружающей сцене. Результаты вашей работы будут использоваться в системах планирования, управления и принятия решений. Создание новых возможностей робота
Вам предстоит реализовывать функции, которые помогают роботу ориентироваться в окружающем пространстве, находить нужные объекты, понимать их свойства и взаимное расположение, а также учитывать изменения в динамической среде. Интеграция алгоритмов и ML-моделей
Совместно с ML-инженерами вы будете переносить исследовательские прототипы в продуктовый код, интегрировать модели в систему робота и создавать удобные интерфейсы для их использования другими компонентами. Оптимизация, тестирование и отладка
Алгоритмы восприятия должны стабильно работать на борту робота с ограниченными вычислительными ресурсами. Вы будете профилировать и оптимизировать код, создавать инструменты тестирования, анализировать ошибки на записанных данных, в симуляции и на физических роботах. Больше о бэкенде в Яндексе — в канале Yandex for Backend* Профессионально разрабатываете на современном C++ * Знаете классические алгоритмы и структуры данных * Работали с Linux и инструментами профилирования и отладки * Занимались многопоточной и клиент-серверной разработкой * Умеете проектировать понятные интерфейсы и превращать прототипы в надёжный продуктовый код * Самостоятельно решаете сложные задачи и умеете работать в команде* Разрабатывали на Python * Работали с компьютерным зрением или обработкой 3D-данных, использовали OpenCV или PCL * Интегрировали модели с помощью TensorRT, ONNX Runtime, OpenVINO или других inference-фреймворков * Работали с PyTorch и обучали или дообучали модели компьютерного зрения * Использовали CUDA и оптимизировали вычисления на GPU * Работали с сенсорами, ROS 2, DDS, симуляторами или физическими роботами
Вы станете разрабатывать на C++ компоненты, которые обрабатывают данные с камер и других сенсоров и извлекают из них информацию об окружающей сцене. Результаты вашей работы будут использоваться в системах планирования, управления и принятия решений. Создание новых возможностей робота
Вам предстоит реализовывать функции, которые помогают роботу ориентироваться в окружающем пространстве, находить нужные объекты, понимать их свойства и взаимное расположение, а также учитывать изменения в динамической среде. Интеграция алгоритмов и ML-моделей
Совместно с ML-инженерами вы будете переносить исследовательские прототипы в продуктовый код, интегрировать модели в систему робота и создавать удобные интерфейсы для их использования другими компонентами. Оптимизация, тестирование и отладка
Алгоритмы восприятия должны стабильно работать на борту робота с ограниченными вычислительными ресурсами. Вы будете профилировать и оптимизировать код, создавать инструменты тестирования, анализировать ошибки на записанных данных, в симуляции и на физических роботах. Больше о бэкенде в Яндексе — в канале Yandex for Backend* Профессионально разрабатываете на современном C++ * Знаете классические алгоритмы и структуры данных * Работали с Linux и инструментами профилирования и отладки * Занимались многопоточной и клиент-серверной разработкой * Умеете проектировать понятные интерфейсы и превращать прототипы в надёжный продуктовый код * Самостоятельно решаете сложные задачи и умеете работать в команде* Разрабатывали на Python * Работали с компьютерным зрением или обработкой 3D-данных, использовали OpenCV или PCL * Интегрировали модели с помощью TensorRT, ONNX Runtime, OpenVINO или других inference-фреймворков * Работали с PyTorch и обучали или дообучали модели компьютерного зрения * Использовали CUDA и оптимизировали вычисления на GPU * Работали с сенсорами, ROS 2, DDS, симуляторами или физическими роботами