Инженер машинного обучения (ML-инженер)

Ищем ML-инженера в амбициозный проект по разработке передовых роботов для решения сложных прикладных задач в реальных промышленных условиях.

Наша цель – создать роботов, способных эффективно взаимодействовать с человеком, автоматизировать рутинные процессы и повысить безопасность на производстве. Мы ищем талантливого и увлеченного кандидата, который присоединится к нашей команде и внесет свой вклад в создание будущего робототехники. Вы станете частью команды, работающей над созданием "мозга" для наших роботов.

Обязанности:

• Разработка программного кода для управления роботами (методы классического позиционного управления, силомоментное управление).

• Разработка программного кода для обучения роботов (методы имитационного обучения или обучения с подкреплением).

• Разработка программного кода для навигации (2D & 3D SLAM, v-SLAM) и обработки обратной связи от датчиков.

• Разработка и оптимизация скриптов в ROS 2 (также lifecycle-менеджмент).

• Разработка программного кода для обучения цифровых моделей робота в средах симуляции (NVIDIA Isaac Sim/Omniverse, Unity, Gazebo и др.).

• Высшее образование в области компьютерных наук, математики, робототехники или смежных дисциплин.

• Опыт работы в области машинного обучения от 2 лет.

• Опыт с ROS 2 (Robot Operating System 2).

• Опыт создания multi-node систем, оптимизация real-time.

• Работа с launch-файлами, lifecycle.

• Системное мышление: умение анализировать trade-offs (например, между производительностью и точностью).

• Экспериментальный подход: ведение метрик, статистическая валидация гипотез.

• Четкая документация, кросс-командное взаимодействие.

• Готовность к R&D-задачам (пилотирование новых стеков).

  Программирование:

• Знание языка C++17/20 (RAII, multithreading, ABI-stable libraries),

• Уверенное владение Python (asyncio, pybind11/Cython, тестирование с pytest/gtest).

  Симуляция:

• Знание платформы NVIDIA Isaac Sim/Omniverse (PhysX, USD, генерация синтетических данных через Replicator).

• Разработка Omniverse Extensions.

  Навигация и управление:

• Знание SLAM (Cartographer 2D/3D, sensor fusion IMU+LIDAR).

• Reinforcement Learning (training pipelines, sim-to-real перенос с RMA/UPOS).

  DevOps:

• CI/CD (GitHub Actions/Basel), Docker (multi-stage, GPU-оптимизация), OTA- обновления.

  Будет преимуществом:

• Знание RTOS (Zephyr/FreeRTOS), embedded-разработки.

• Понимание алгоритмов передвижения для роботов (Whole-Body Control, MPC).

• Обучение за счет компании (курсы по RL, сертификации).

• Доступ к GPU-кластерам (DGX), лаборатории с прототипами роботов.

• Участие в R&D-проектах с публикацией результатов.

• Стабильная заработная плата.

• Официальное трудоустройство.

• Широкие возможности для профессионального роста.

• ДМС (включая стоматологию) с первого дня работы.

• Возможность гибридного формата работы.