Инженер-исследователь БПЛА (Центр аэрологистики)

Мы формируем центр разработки автономных БПЛА и бортовых систем. Команда работает на стыке робототехники, компьютерного зрения, систем управления, embedded-разработки, связи и летных испытаний.

• Роль усиливает блоки устойчивости алгоритмов роевого планирования и управления при изменении условий среды, предотвращения столкновений и корректного завершения миссии в заданной точке.
• Разрабатывать алгоритмы планирования траектории для одиночных БПЛА и групповых сценариев: route planning, trajectory optimization, replanning, collision avoidance
• проектировать алгоритмы guidance/control для выполнения миссии с учетом ограничений платформы, сенсоров, каналов связи, энергопотребления и безопасности
• разрабатывать методы устойчивого поведения в динамической среде: учет движущихся объектов, прогнозирование траекторий, предотвращение конфликтов между бортами
• повышать вычислительную эффективность и надежность существующих алгоритмов; переводить прототипы из Python в C++ при необходимости
• изучать научные публикации, открытые реализации и промышленные подходы; выбирать методы под ограничения конкретной платформы и испытательной программы
• строить симуляции, проводить численные эксперименты, формировать метрики качества, анализировать телеметрию и готовить рекомендации по изменению алгоритмов

• высшее техническое или физико-математическое образование: прикладная математика, механика, аэрокосмические системы, робототехника, управление, физика, вычислительная математика или смежные направления.
• уверенный Python: NumPy, SciPy, matplotlib, опыт анализа экспериментальных данных.
• знание численных методов, оптимизации, градиентных методов, методов поиска на графах, теории вероятностей и математической статистики.
• понимание динамики полета, ограничений исполнительных механизмов, кинематических/динамических моделей и устойчивости управления.
• умение читать и реализовывать научные статьи, сравнивать методы по метрикам, документировать предположения и границы применимости.
• Git, Linux, базовые навыки разработки воспроизводимого исследовательского кода; алгоритмы и структуры данных на уровне уверенного middle
• ROS2, C++ для высокоэффективных вычислений, Ceres/g2o, CasADi, OSQP, PyTorch/JAX для дифференцируемого моделирования
• опыт MPC, LQR, nonlinear control, robust/adaptive control, trajectory optimization, receding horizon planning
• опыт Gazebo/Ignition/AirSim, PX4 SITL/HITL, MATLAB/Simulink/SimInTech.
• опыт с реальными роботизированными платформами, летными испытаниями, анализом ULog/TLog/rosbag
• понимание задач multi-agent planning, deconfliction, collision avoidance и оценки риска в динамической среде
• умение объяснить, как вы проверяете алгоритм не только на красивой симуляции, но и на шумных данных, задержках, пропусках измерений и ограничениях бортового вычислителя
• опыт, где результатом исследования был работающий модуль, прошедший стендовые или полевые испытания

• офисный формат в Сколтехе
• ежегодный пересмотр зарплаты и годовая премия
• расширенный ДМС и льготное страхование для семьи
• уникальная система обучения Сбера для профессионального и карьерного развития
• выгодная ипотека для сотрудников
• бесплатная подписка СберПрайм+, скидки на продукты компании-партнёров
• вознаграждение за рекомендацию друзей в команду Сбера
• корпоративная пенсионная программа.