ML-инженер (Robotics / Physical AI)

Мы создаём физический интеллект — системы, которые обучают роботов разным навыкам для работы в реальном мире. Это следующий шаг после революции LLM: вместо работы с текстом — действия в физической среде. Нам нужен сильный ML-инженер, который умеет доводить модели до уровня реальных манипуляций и локомоции.

Какие задачи вас ждут:

Внедрение ML в обучение роботов
Вы будете разрабатывать и обучать политики для роботов, используя методы Imitation Learning (BC, DAgger, Transformer policies) и Reinforcement Learning (on-/off-policy, offline RL, reward design), а также применять мультимодальные VLA-подходы. Вам предстоит проектировать и внедрять трансформерные архитектуры для планирования, восприятия и контроля, интегрировать VLM и LLM для претрейна, планирования, grounding, рефлексии и декомпозиции задач. Вы будете работать с ML-конвейером данных: собирать, размечать, очищать, синтезировать и аугментировать данные, работать с датасетами демонстраций и опытов. Также в задачи войдёт трансфер sim2real и human2robot (симуляция на Isaac Gym, доменные рандомизации, перенос на реальных роботов), деплой на роботах (оптимизация вывода, realtime-ограничения, телеметрия) и масштабирование распределённого обучения на GPU-кластере (FSDP, DeepSpeed, Tensor Parallelism).

Мы ждем, что вы:

• Глубоко понимаете Deep Learning: оптимизацию, регуляризацию, генеративные модели, последовательности, мультимодальность
• Работали с трансформерами: проектировали и тренировали большие модели, знаете узкие места и способы обеспечения стабильности
• Имели практический опыт в VLM/LLM: использовали prompting, adapters/LoRa, grounding, tool/use, планирование
• Обладаете сильными навыками в PyTorch: знаете работу с кастомными датасетами, AutoGrad, профилирование, mixed precision
• Занимались распределённым обучением на GPU-кластере: знаете FSDP, DeepSpeed, Tensor Parallelism, чекпойнты и рестарты
• Обладаете инженерными навыками: работаете с CI, мониторингом, логированием, знаете Python, Linux, Git, Docker, пишете чистый код
• Хорошо знаете математику: теорию вероятностей, оптимизацию, линейную алгебру, основы управления и динамики, умеете формализовать задачи

  Будет плюсом, если вы:

• Работали с RL/IL в робототехнике: знаете PPO, SAC, TD3, BC, DAgger, IRL, offline RL, reward shaping, constraints
• Знаете модели действий: Diffusion Policies, Action Tokenization, DT, стек VLA
• Разбираетесь в восприятии и 3D: детекции и сегментации, трекинге, позе, SLAM, геометрии
• Работали с симуляторами и контролем: Isaac Gym, MuJoCo, PyBullet, kinematics/dynamics
• Знаете ROS2 и роботостек: драйверы, калибровку, синхронизацию сенсоров, безопасность
• Занимались оптимизацией вывода: работали с CUDA, TensorRT, quantization, on-device/edge
• Имеете публикации или опыт в опенсорс-проектах в области ML и робототехники

Условия:

• Расширенная медицинская страховка начинает работать с первого месяца в Яндексе. В неё входят стоматология, ежегодные чекапы, неотложная помощь за рубежом, лечение критических заболеваний, в том числе онкологии, и страхование от несчастных случаев.

• В Яндексе есть всё, чтобы постоянно развиваться и учиться новому: внутренняя образовательная платформа, менторство и программы для начинающих и опытных руководителей.

• Во всех крупных офисах Яндекса есть спортзалы со всем необходимым: тренажёрами, спортивным инвентарём, душевыми, шкафчиками для одежды и вещей.

  Можете заниматься самостоятельно, а можете с корпоративным тренером.

• Гибкий график

  У нас нет фиксированного времени начала и конца рабочего дня — работайте так, как удобно вам и вашей команде.

• Жилищные займы

  Льготная ставка на покупку жилья и улучшение жилищных условий — в зависимости от стажа, позиции и результатов ревью. Действует для сотрудников, работающих в российских офисах Яндекса.

• Всё для детей

  Страхование, детские дни в офисе, подарки на рождение детей и чекапы при планировании беременности.