Старший разработчик КШ (RL/робототехника)

Описание

Локация: гибридный формат работы в Москве и Московской области.
Компания
ТехВилл развивает робототехнические платформы и программное обеспечение для управления ими.
Что делать

Разрабатывать и обучать политики локомоции для четвероногого колёсно-шагающего робота: ходьба, езда на колёсах, переключение режимов, повороты, преодоление бордюров и лестниц, восстановление после толчков и падений.
Разрабатывать симуляцию, выстраивать sim2real-процесс и деплоить политики на бортовые платформы Jetson Orin, Rockchip и другие.
Экспортировать и оптимизировать модели с использованием ONNX и TensorRT.
Проектировать reward-функции, curriculum и метрики качества локомоции, проводить воспроизводимые эксперименты и сравнивать версии политик.
Участвовать в полевых испытаниях и отлаживать политики на реальном роботе.
Взаимодействовать с командами навигации, embedded и конструкторской, включая согласование интерфейсов команд скорости, требований к приводам и сенсорам, а также обратную связь по конструкции ног и массово-инерционным параметрам.

Требования

Опыт применения обучения с подкреплением к управлению роботами от 2–3 лет: локомоция, манипуляция или другие задачи непрерывного управления.
Практический опыт sim2real, при котором политика, обученная в симуляции, работала на реальном роботе.
Уверенное владение симуляторами для массового параллельного обучения: Isaac Lab/Isaac Gym и MuJoCo.
Глубокое понимание on-policy-алгоритмов, включая PPO и производные, а также нормализации наблюдений, shaping наград, curriculum и рандомизации.
Production-уровень владения Python и PyTorch.
Понимание динамики многозвенных систем и контакта: кинематика и динамика ног, моменты в суставах, устойчивость.
Опыт работы с ROS2 или другим робототехническим middleware при интеграции на реальном железе.
Умение отлаживать политику на реальном роботе.

Хорошо, если есть

Опыт RL-локомоции антропоморфных или колёсно-шагающих роботов, включая Unitree, DeepRobotics, ANYmal или собственные платформы.
Опыт моделирования актуаторов и идентификации параметров моторов и редукторов.
Опыт деплоя нейросетевых контроллеров на embedded-платформы с жёсткими требованиями к задержкам.
Знакомство с perceptive locomotion и использованием карт высот, данных LiDAR и глубины в политике для прохождения сложного рельефа.
Опыт с whole-body control или loco-manipulation для совместного управления ногами и манипулятором на мобильной платформе.
Знание классических методов управления, включая MPC и WBC, для сравнения подходов и построения гибридных решений.
Публикации, open-source-проекты или участие в соревнованиях по робототехнике и RL.

Культура и преимущества

Работа в аккредитованной IT-компании.
Официальное оформление с первого дня и поддержка куратора во время адаптации.
Прозрачная система развития: понятные грейды, внутреннее и внешнее обучение, индивидуальные планы развития и матрицы компетенций.
Экологичная культура и адекватные руководители.
Компенсация затрат на медицинские услуги, ментальное благополучие, спорт, тимбилдинги и использование AI-помощников.
Бонус 15% с покупок во ВкусВилл, поддержка донорства, материальная помощь при рождении ребёнка и до 50 000 рублей за рекомендации специалистов.