Ежедневно миллионы людей пользуются Яндекс Картами для поиска мест и построения маршрутов, поэтому очень важно поддерживать их в актуальном состоянии: обнаруживать изменения в реальном мире и быстро вносить соответствующие правки. Изменения происходят по множеству разнообразных причин, например: * изменилась схема движения на перекрёстке * жители дома установили шлагбаум на въезде во двор * в городе появилась новая дорога или здание * на улице организована новая парковочная зона Мы ищем ведущего ML-инженера, который будет руководить созданием AI-ассистента для картографов — многоагентной системы на базе LLM, управляющей набором специфических инструментов. Этот ассистент будет анализировать векторное представление карты, спутниковые снимки, фотографии улиц, GPS-треки и пользовательский фидбэк, чтобы помогать специалистам-картографам принимать решения о внесении правок в карту и автоматизировать рутинные операции.

Обязанности:

Доменная адаптация языковых моделей
Ваша задача — адаптировать общие языковые модели под специфическую предметную область картографирования с её сложной терминологией и правилами. Пространственное мышление для LLM
Вам предстоит исследовать и внедрять методы, которые позволят LLM понимать пространственные сущности и топологию графа дорожной сети и оперировать ими. Проектирование многоагентной системы
Вы будете создавать, обучать и оценивать специализированных агентов, которые вместе решают разнообразные картографические задачи. Обучать и адаптировать VLM для анализа изображений улиц
Вашими задачами станут детекция дорожных знаков, анализ геометрии зданий, верификация объектов на местности. Создание системы автоматического обнаружения ошибок
Нужно будет разрабатывать моделей, которые сопоставляют данные из разных источников, чтобы выявить потенциальные ошибки на карте. Больше об ML в Яндексе — в канале Yandex for ML

Ключевые навыки:

  • Работали с NLP, знаете архитектуру Transformer
  • Глубоко понимаете принципы машинного обучения и применяли их на практике
  • Уверенно владеете Python и основными ML-библиотеками
  • Умеете работать с данными: проводите их анализ, очистку, feature engineering
  • Владеете методами оценки качества моделей, проектирования метрик и проведения экспериментов