Исследователь и Разработчик в области Глубокого Обучения

Что за роль

Данная роль включает в себя исследование и разработку Nested-Learning архитектуры для решения задачи маршрутизации транспортных средств в условиях катастроф. Кандидат будет работать над проектом, который использует нейронную комбинаторную оптимизацию для адаптивной маршрутизации на основе реальных данных GIS.

Что предстоит делать:
• Реализация модели: доработка и внедрение Nested-Learning модуля с использованием Graph Neural Networks или Transformers.
• Интеграция данных: работа с GIS данными и API маршрутизации для обеспечения работы модели на реальных топологиях городов.
• Бенчмаркинг: тестирование архитектуры против стандартных бенчмарков VRP и реальных наборов данных.
• Академическое написание: помощь в написании технических разделов диссертации, включая методологию и экспериментальные результаты.
• Оптимизация: улучшение способности модели работать с разнородными флотами и строгими временными ограничениями.

Что важно знать

Роль требует высокой квалификации в области глубокого обучения и оптимизации, а также способности к академическому написанию на уровне магистратуры или PhD. Проект уже имеет установленную базовую архитектуру, и кандидат будет строить на этом фундаменте, переходя от теории к полноценной, валидированной симуляции.

Партнёрское размещение. ERID 2W5zFHoQEpH Партнёрское размещение. ERID 2W5zFJWuthw