Navio

Инженер по машинному и глубокому обучению в команду симуляции (3D Gaussian Splatting)

Коротко

Инженер по машинному и глубокому обучению в команду симуляции Navio, компании-разработчика технологии автономного вождения. Роль требует разработки методов 3D-реконструкции и нейронного рендеринга (Gaussian Splatting, NeRF), работы с динамическими сценами и мультимодальными сенсорными данными, а также обучения диффузионных моделей img2img и video2video. Нужны уверенный PyTorch, понимание CV-архитектур и основ 3D computer vision. Работа офисная, в Москве.

# Локация
Москва, офис. Продолжительность рабочего дня может меняться, доступен гибкий график.
Компания
Navio разрабатывает технологию автономного вождения для легковых автомобилей и грузовиков, включая программные и аппаратные решения, симуляцию и сервисы обработки данных.
Что делать
•Исследовать и разрабатывать методы 3D-реконструкции и нейронного рендеринга на основе Gaussian Splatting, NeRF и смежных подходов.
•Создавать методы novel view synthesis для генерации изображений с виртуальных положений и траекторий камеры.
•Работать с динамическими сценами, включая автомобили, пешеходов и другие объекты.
•Обрабатывать мультимодальные данные автономного автомобиля: камеры, LiDAR и в перспективе радары.
•Разрабатывать и обучать диффузионные модели img2img и video2video.
•Оптимизировать inference/training pipeline по скорости, памяти и качеству реконструкции, участвовать в code review и интеграции решений.
Требования
•Уверенное знание PyTorch и опыт самостоятельной разработки и обучения DL-моделей.
•Понимание архитектур компьютерного зрения: CNN, Transformers и diffusion models.
•Знание основ 3D computer vision: систем координат, camera models, intrinsic/extrinsic calibration, проекций и преобразований.
•Хорошее знание Python и базовое понимание Linux, Git и Docker.
•Знание методов оценки image/video generation: PSNR, SSIM, LPIPS, FID/FVD и perceptual metrics.
Хорошо, если есть
•Опыт работы с 3D Gaussian Splatting, dynamic Gaussian Splatting, NeRF и neural rendering.
•Знание CUDA и C++, опыт оптимизации GPU workloads.
•Публикации или практический исследовательский опыт в 3D-реконструкции, нейронном рендеринге, генеративных моделях или автономном вождении.
•Опыт работы с VLM, LLM или диффузионными моделями.
Культура и преимущества
•ДМС с момента оформления, стоматология после испытательного срока и льготная программа для родственников.
•Работа в аккредитованной ИТ-компании, гибкий график и компенсация питания.
•Льготная ипотека, программы кредитования и другие финансовые продукты.
•Обучение, участие в конференциях, коучинг для выступлений и насыщенная корпоративная жизнь.
•Мультимедийная подписка, клубы по интересам и дисконтные программы от компаний-партнёров.
Процесс найма
•Отклик на вакансию и рассказ о профессиональном опыте.
•Несколько интервью для обсуждения вакансии и опыта кандидата.
•Оффер и оформление в команду после успешного прохождения этапов.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте