ML Engineer (E2E Body Movement)

О команде

Мы разрабатываем систему управления антропоморфными роботами. Она должна работать здесь и сейчас, решая реальные задачи — от складской логистики до сложных сервисных операций. Мы используем передовые технологии, но не ограничиваемся ими. Где решений нет — создаём их с нуля. Где есть — доводим до реального применения. Это работа на стыке ML, софта и железа, и нам нужны те, кто умеет не только программировать, но и принимать сложные инженерные вызовы.

Робот должен ходить: уверенно, устойчиво, на любой поверхности. Ваша задача — сделать так, чтобы он это умел. Лестницы, склоны, неровности, динамически меняющаяся среда — вы создадите end-to-end-систему управления, которая обеспечит баланс и плавность движений в реальном мире, а не в лаборатории.

Это не просто код и симуляции. Мы создаём ИИ, который выходит за пределы экрана и становится физическим — впервые на таком уровне. Если это то, что вам интересно, — мы ищем именно вас.

Какие задачи вас ждут

Планирование и декомпозиция задач
Нужно будет превращать высокоуровневые цели в конкретные технические задачи, формировать понятный и чёткий план действий и критерии успеха реализации.

Создание и оптимизация алгоритмов управления движением
Вам предстоит разрабатывать и внедрять end-to-end-решения для контроля позы, поддержания баланса и ходьбы робота. Использовать Reinforcement Learning, традиционные методы оптимизации, искать новые подходы. Совершенствовать алгоритмы, минимизируя задержки и вычислительные затраты для работы в реальном времени.

Интеграция perception-моделей
Вы будете тесно взаимодействовать с perception-командой для интеграции моделей восприятия окружающей среды в алгоритмы управления движением, обеспечивая роботам адаптацию к внешним условиям.

Кросс-функциональное взаимодействие
Вам предстоит работать в команде с инженерами по восприятию, планированию движения, манипуляции и с системными инженерами, чтобы создать полноценное автономное решение, а не разрозненные функциональные модули.

Мы ждём, что вы:

• Разрабатывали и внедряли ML-решения, использовали Imitation и Reinforcement Learning
• Работали с алгоритмами управления движением, понимаете динамику систем
• Использовали симуляторы Isaac Sim, MuJoCo, PyBullet, Drake и инструменты анализа походки (mocap, force plates), знаете про sim-to-real и разбираетесь в методах доменной адаптации
• Понимаете RTOS, ROS или ROS 2, алгоритмы оптимизации управления
• Готовы к тому, что падение робота — часть итерации, способны находить решения там, где их ещё нет

Будет плюсом, если вы:

• Работали с Whole-Body Control (WBC), Model Predictive Control (MPC), Trajectory Optimization, Multi-Contact Planning
• Работали с роботами, разрабатывали автономные системы или адаптировали их к различным сценариям
• Работали с CUDA, TRT-оптимизацией, распараллеливанием вычислений