Evocargo создает транспорт будущего. Мы проектируем, конструируем и собираем автономные электро-грузовики, разрабатываем программное обеспечение для беспилотных автомобилей и низкоуровневых компонентов. Мы разрабатываем и внедряем «под ключ» автономные логистические решения полного цикла, которые уже сейчас доступны в закрытых производственных помещениях и на контролируемых территориях.
У нас атмосфера технологической компании. Мы быстро разрабатываем и внедряем, получаем моментальный фидбек, постоянно улучшаем систему и процессы, исследуем сферу автономного транспорта, пишем научные статьи, обсуждаем идеи и поддерживаем друг друга.
Что делает команда и кого мы ищем:
Мы, отдел восприятия, отвечаем за "глаза" нашего беспилотного автомобиля. Мы ищем себе в команду DL разработчика для совместно разработки современных подходов восприятия для беспилотных автомобилей. Ты сможешь разобраться как устроена система восприятия изнутри, принять участие в её проектировании и понять в деталях как работают современные алгоритмы. Также ты сможешь поработать в команде, которая не боится экспериментировать, но и не забывает про результат.
Задачи:
Участвовать в выборе оптимальных решений, а так же в их проработке для новых задач;
Разрабатывать нейросетевые (и не только) алгоритмы восприятия, а так же заниматься их оптимизацией для беспилотных автомобилей;
Применять передовые методы ускорения обучения и вывода моделей в прод;
Разбираться в новых технологиях и инструментах в области глубокого обучения.
От будущего коллеги мы ждем:
Опыт решения прикладных задач, начиная с этапа выявления проблемы и заканчивая этапом внедрения готового решения с последующей поддержкой;
Хорошее понимание классических ML подходов (линейная и логистическая регрессии, деревья решений, SVM, PCA и другие);
Знание state-of-the-art подходов компьютерного зрения в таких задачах как object detection, semantic segmentation, instance segmentation.
Опыт обучения и оптимизации моделей в этих областях.
Понимание отдельных элементов архитектуры;
Отличное владение языком программирования Python и опыт использования классических библиотек и фреймворков для анализа данных, машинного обучения и компьютерного зрения, таких как PyTorch, NumPy, scikit-learn, OpenCV, dlib и другие;
Знание классических алгоритмов компьютерного зрения, таких как фильтрация, улучшение и сегментация изображений.
Будет плюсом:
Опыт руководства небольшой DL командой;
Знание TensorRT для оптимизации инференса моделей машинного обучения;
Опыт работы с инструментами MLOps (Machine Learning Operations);
Опыт работы с облаками точек (point clouds) и использование классических алгоритмов для их обработки, а также знание современных методов глубокого обучения для обработки облаков точек.
Знание библиотеки PCL (Point Cloud Library).
Почему вам у нас понравится:
Формат работы - офис/гибрид/удалёнка. Офис у нас уютный, продуманный и с террасой. Находится в технопарке "Калибр" в 10 минутах от м. Алексеевская.
Возможность узнать все про мир беспилотного транспорта;