проспект Андропова 10А
О команде и задаче:
Мы создаем технологии беспилотного вождения. У нас накоплены петабайты данных с проездов, которые нужно превратить в полезный датасет для обучения. Твоя задача — не просто сидеть в Jupyter, а построить «фабрику» по автоматической разметке сложных дорожных ситуаций (Scenario Mining) с использованием современных подходов (LLM, VLM, CV) и масштабировать это решение на весь наш архив данных.
Чем предстоит заниматься:
- Разработка методов авторазметки: создание новых и адаптация существующих моделей (в т.ч. VLM и LLM) для семантического поиска событий в проездах (например, «найти все нерегулируемые левые повороты с пешеходами»);
- Пайплайны обработки данных: оборачивание ML-моделей в воспроизводимые пайплайны для массовой обработки исторических и новых данных;
- Работа с данными: организация эффективного чтения/записи результатов в S3, версионирование экспериментов и датасетов через ClearML.
Что мы ждем от кандидата:
Отличное знание Python, PyTorch, понимание архитектур трансформеров и опыт работы с LLM / VLM (CLIP, LLaVA, GPT-4V API или open-source аналоги). Нам нужно, чтобы модель «понимала» сцену Fine-tuning;
База по Computer Vision (детектирование, сегментация, трекинг объектов).
MLOps & Engineering (Важно):
- опыт работы с объектными хранилищами (S3);
- умение писать эффективный код, который не кладет сеть и сторадж при массовом чтении);
- работа с данными, опыт обработки больших объёмов данных (pandas, numpy, SQL или аналоги);
- умение строить ETL/ELT пайплайны;
- умение работать с SQL, Docker
4. Инструментарий:
- опыт работы с системами трекинга экспериментов (ClearML / MLFlow);
- JupyterHub как среда для прототипирования.
Будет плюсом++
- Опыт в Autonomous Driving: понимание сенсорики (Lidar, Radar, Camera) и специфики данных (rosbag, pcap и т.д.);
- Data Engineering: опыт работы с Spark для препроцессинга данных, ClickHouse/Metabase для записи и поиска данных, с оркестраторами - Dagster.
