Робот доставки — это будущее доставки товаров. Наши роботы уже развозят заказы в нескольких городах. Чтобы воплотить это в жизнь, мы создаём команду увлечённых, умных и целеустремлённых профессионалов. Служба разработки пайплайна отвечает за то, чтобы исполняемый код на роботе был безопасным, производительным и делал то, что от него ожидают.

Обязанности:

Оптимизация энергопотребления
Нам необходимо на регулярной основе анализировать, как вычислительные процессы влияют на расход энергии, и искать возможности для их оптимизации. Это важно для повышения автономности робота. Ускорение робота
Для роста удовлетворенности пользователей нашим роботам нужно передвигаться быстрее. Эта задача включает в себя поиск и устранение проблемных мест в поведении робота, а также ускорение существующих алгоритмов в рамках возможностей железа. Деплой
Удобство, безопасность и скорость релизов напрямую влияют на качество продукта. Мы хотим сделать релизы софта роботов максимально бесшовными и контролируемыми, чтобы роботы могли моментально переключаться между его версиями, а в их эксплуатации не возникало неприятных неожиданностей. Оптимизация применения ML-моделей
Робот доставки использует современные ML-модели для восприятия объектов окружающего мира, планирования поведения и т. д. Важно обеспечивать быстрый инференс моделей в пайплайне на GPU и минимизировать время от получения данных от сенсоров до финальной реакции на них. Больше о бэкенде в Яндексе — в канале Yandex for Backend

Ключевые навыки:

  • Создавали высоконагруженные системы со строгими ограничениями по времени и качеству
  • Отлично владеете классическими структурами данных и алгоритмами
  • Умеете профилировать код и понимаете, как оптимизировать его
  • Уверенно владеете C++
  • Способны объяснять свои решения и отстаивать их перед оппонентами
  • Спокойно относитесь к критике, умеете работать в команде
  • Ответственны и организованны

Дополнительные требования:

  • Знакомы с Python или Go
  • Встраивали ML-решения в продукты
  • Работали с кодом, который выполняется на GPU
  • Знакомы с фреймворком ONNX Runtime