Автор на курс Обучение с подкреплением Reinforcement Learning в Практикум (удаленная работа)

Вакансия: Автор на курс Обучение с подкреплением Reinforcement Learning в Практикум

Описание вакансии

Можно совмещать с основной работой (от 10 часов в неделю)

Яндекс Практикум сервис онлайн-образования, где реально освоить востребованную цифровую профессию и найти стабильную работу. А технологии и команда экспертов помогают довести дело до конца.

Мы расширяем линейку курсов по ML&AI уровня и ищем авторов, которые совместно с методистами, редакторами, иллюстраторами создадут контент для нового продукта.

Что делает автор?

• Создаёт материалы для новых курсов в команде с другими авторами, методистами, редакторами, иллюстраторами и продакт менеджерами программы.

• Пишет тексты уроков, в которых поддерживает интерес студентов к обучению.

• Улучшает существующий контент на основе обратной связи от студентов, экспертов сопровождения и редакторов.

• Разрабатывает дополнительные материалы (тренажёр, чек-листы, тесты, памятки, квизы) и тестовые задания для проверки знаний.

• Предлагает идеи, как улучшить усвоение материала.

• Участвует в проектировании программы.

Что мы ожидаем от вас?

Техническая и доменная экспертиза

• Знания классических методов RL: MDP, POMDP, value-based и policy-based подходы, уравнения Беллмана, стратегии исследования.

• Опыт работы с Deep Reinforcement Learning: DQN, Policy Gradient, Actor-Critic, PPO и смежные алгоритмы.

• Опыт реализации RL-систем: построение агента, буфера опыта, TD-обновлений, сетевых архитектур и обучающего контура.

• Понимание продвинутых методов поведения: curiosity-driven подходы, RND/ICM, model-based RL, планирование, многоагентные системы.

• Опыт работы с PyTorch: построение и обучение нейросетевых моделей, реализация policy/value-сетей, оптимизация.

• Практический опыт работы с RL-средами: OpenAI Gym/Gymnasium, PettingZoo, custom environments.

• Понимание продакшен-сервисов: API, Docker, логирование, мониторинг.

• Боевой опыт ведения типового ML проекта: проектирование пайплайнов, версионирование, работа с экспериментами, дебагинг.

Будет преимуществом

• Опыт применения RL в более, чем одной сфере: робототехнике, симуляторах, играх, рекомендательных системах или других.

• Опыт менторства, написания статей или образовательного контента на темы RL.

Что мы предлагаем?

• Мы предлагаем удаленное сотрудничество, нужно только быть на связи в мессенджерах и иногда в Zoom.

• Возможность экспериментировать и реализовать свой потенциал: мы доверяем вашему опыту и не тратим время и силы друг друга на микроменеджмент.

• Плавное погружение в сотрудничество: познакомим вас с инструментами разработки курсов и с командой, которая поможет преобразовать ваши знания в целый курс.

• Пополнение портфолио: мы выдаем нашим экспертам сертификаты о социально-полезной деятельности.

• Нетворкинг, поддержка и вдохновение от комьюнити экспертов из разных сфер.

• Возможность писать статьи и участвовать в конференциях, мероприятиях и подкастах Яндекс Практикума.