* Участвовать в выборе оптимальных решений, а так же в их проработке для новых задач;
* Разрабатывать нейросетевые (и не только) алгоритмы восприятия, а также заниматься их оптимизацией для беспилотных автомобилей;
* Применять передовые методы ускорения обучения и вывода моделей в прод;
* Разбираться в новых технологиях и инструментах в области глубокого обучения.

* Опыт решения прикладных задач, начиная с этапа выявления проблемы и заканчивая этапом внедрения готового решения с последующей поддержкой;
* Хорошее понимание классических ML подходов (линейная и логистическая регрессии, деревья решений, SVM, PCA и другие);
* Знание state-of-the-art подходов компьютерного зрения в таких задачах как object detection, semantic segmentation, instance segmentation, опыт обучения и оптимизации моделей в этих областях, понимание отдельных элементов архитектуры;
* Отличное владение языком программирования Python и опыт использования классических библиотек и фреймворков для анализа данных, машинного обучения и компьютерного зрения, таких как PyTorch, NumPy, scikit-learn, OpenCV, dlib и другие;
* Знание классических алгоритмов компьютерного зрения, таких как фильтрация, улучшение и сегментация изображений;
* Опыт руководства небольшой DL командой (будет плюсом);
* Знание TensorRT для оптимизации инференса моделей машинного обучения (будет плюсом);
* Опыт работы с инструментами MLOps (Machine Learning Operations) (будет плюсом);
* Опыт работы с облаками точек (point clouds) и использование классических алгоритмов для их обработки, а также знание современных методов глубокого обучения для обработки облаков точек (будет плюсом);
* Знание библиотеки PCL (Point Cloud Library) (будет плюсом).