Обязанности:

Должностные обязанности:
Разработка алгоритмов RL, в т.ч.:
- проектирование, реализация и оптимизация алгоритмов обучения с подкреплением (PPO, SAC, TD3 и др.)
- создание обучающих пайплайнов для online и offline RL: генерация траекторий, формирование и анализ Replay Buffer
- разработка инструментов мониторинга экспериментов, анализа поведения политик и управления качеством данных.
Работа с симуляцией (IsaacSim):
- построение физически реалистичных симуляций объектов и манипуляторов, включая настройку параметров массы, трения, инерции, контактов
- генерация обучающих данных с использованием домен-рандомизации и крупных наборов 3D-моделей.
- разработка и интеграция кастомных симуляционных сред для RL-обучения.
Работа с реальными роботами:
- адаптация и отладка политик на реальном манипуляторе
- дообучение моделей на реальных данных (Sim2Real adaptation)
- анализ ошибок и повышение устойчивости поведения при переносе «симуляция-реальность».
Интеграция управления:
- реализация архитектуры «RL+классическое управление» (PID, MPC, LQR и др.)
- интеграция компонентов в ROS-пайплайны и системные модули управления роботом.
Инженерные задачи и разработка инструментов:
- написание чистого, поддерживаемого кода (ООП, документация, тестирование)
- участие в разработке архитектуры внутренних библиотек и инфраструктуры
- оптимизация вычислительных пайплайнов, ускорение симуляционных циклов.

Требования:

Обязательное наличие оконченного высшего технического образования.
Уверенное владение языком Python, желательный опыт промышленной разработки
Опыт работы с фреймворком PyTorch
Наличие практического опыта разработки алгоритмов RL (PPO, SAC, TD3 и др.)
Опыт подготовки данных для Offline RL
Базовые навыки компьютерного зрения в задачах управления и манипуляции (работа с RGB/RGB-D, выделение объектов, простые модели восприятия)
Понимание кинематики и динамики манипуляторов
Опыт разработки собственных сред или сценариев в симуляции.

Условия:

работа в ведущем техническом вузе страны, в городе Долгопрудный (рядом со станцией Новодачная МЦД-1 или 15 минут от метро Алтуфьево, Ховрино, Физтех);
оформление в соответствии с ТК РФ;
возможность бесплатного посещения бассейна и тренажерного зала;
в соответствии с ТК РФ работники сферы образования обязаны предоставить справку о наличии (отсутствии) судимости и (или) факта уголовного преследования, срок изготовления которой может быть до 30 дней, просим заранее позаботиться о её получении.

RL Разработчик

250 000 ₽

Вакансия в подборках

Похожие вакансии