NDA

Ми шукаємо інженера, основним завданням якого буде побудова точної математичної моделі нашого БПЛА та її подальше використання для розробки і тестування систем керування.

Ключова мета ролі — створити валідовану simulation-модель, яка адекватно відтворює поведінку реального апарата в різних режимах польоту.

Основні задачі

• Побудова математичної моделі БПЛА:
  кінематика та динаміка (6DOF), аеродинаміка, рушійна установка
• Ідентифікація параметрів моделі:
  масо-інерційні характеристики, аеродинамічні коефіцієнти, характеристики двигунів
• Реалізація та розвиток моделі у MATLAB/Simulink як основному середовищі моделювання
• Інтеграція експериментальних даних (логи польоту, IMU, GPS) у модель
• Валідація моделі:
  порівняння simulation vs реальні дані, калібрування параметрів
• Моделювання впливу збурень, шумів та різних умов польоту
• Використання моделі для тестування та аналізу систем керування

• Аналіз результатів симуляцій, підготовка технічної документації

   

Обов’язкові вимоги

• Практичний досвід побудови математичних моделей динамічних систем
• Впевнене володіння MATLAB/Simulink як основним інструментом моделювання
• Глибоке розуміння динаміки польоту та 6DOF моделей
• Досвід роботи з експериментальними даними для ідентифікації або валідації моделей

• Розуміння фізики процесів: сили, моменти, стійкість, стабілізація

   

Буде перевагою

• Досвід роботи з автопілотами (PX4, ArduPilot)
• Досвід роботи з симуляторами (Gazebo або аналогічні)
• CFD або інші інструменти аеродинамічного моделювання (OpenFOAM, ANSYS, XFLR5, Flow5)
• Досвід розробки або аналізу систем керування (PID, LQR, MPC або аналогічні підходи)

Працюємо над задачами комп’ютерного зору для безпілотних систем. Основний фокус — донаведення: детекція, трекінг і пріоритизація цілей у реальному часі з обмеженими ресурсами.

Що будете робити

• Розробляти та адаптувати CV/ML моделі (детекція, сегментація, трекінг)
• Проєктувати пайплайни та ансамблі з урахуванням latency, FPS, пам’яті та енергоспоживання
• Деплоїти та оптимізувати інференс на embedded-пристроях (Jetson / Raspberry Pi / ARM64)
• Працювати над стабільним real-time трекінгом (відеостабілізація, калібрування камер, robustness)
• Інтегрувати ML/CV компоненти у продакшн-системи (Linux)
• Співпрацювати з embedded-інженерами над low-latency відеопайплайнами

Що важливо

• 3+ років досвіду в Computer Vision / Machine Learning
• Python або C++ (бажано обидва)
• Практичний досвід з OpenCV та PyTorch / TensorFlow
• Досвід із сучасними моделями (YOLO, MobileNet, U-Net або аналоги)
• Глибоке розуміння object tracking (вибір під задачу, тюнінг, стабільність, recovery)
• Досвід роботи з Linux, Git, Docker

Буде плюсом

• Деплой та оптимізація під embedded (Jetson / ARM64)
• ONNX / TensorRT / OpenVINO / NCNN
• Конвертація та оптимізація моделей під NPU / edge
• Досвід з ROS1 / ROS2, Gazebo

Чому це цікаво
• Робота з обмеженими ресурсами та складними умовами
• Вплив на архітектуру пайплайнів і моделей
• Швидкий цикл експериментів і перевірки в реальному середовищі

Працюємо над задачами комп’ютерного зору для безпілотних систем. Основний фокус — донаведення: детекція, трекінг і пріоритизація цілей у реальному часі з обмеженими ресурсами.
 

Що будете робити

• Розробляти та адаптувати CV/ML моделі (детекція, сегментація, трекінг)
• Проєктувати пайплайни та ансамблі з урахуванням latency, FPS, пам’яті та енергоспоживання
• Деплоїти та оптимізувати інференс на embedded-пристроях (Jetson / Raspberry Pi / ARM64)
• Працювати над стабільним real-time трекінгом (відеостабілізація, калібрування камер, robustness)
• Інтегрувати ML/CV компоненти у продакшн-системи (Linux)
• Співпрацювати з embedded-інженерами над low-latency відеопайплайнами
 

Що важливо

• 3+ років досвіду в Computer Vision / Machine Learning
• Python або C++ (бажано обидва)
• Практичний досвід з OpenCV та PyTorch / TensorFlow
• Досвід із сучасними моделями (YOLO, MobileNet, U-Net або аналоги)
• Глибоке розуміння object tracking (вибір під задачу, тюнінг, стабільність, recovery)
• Досвід роботи з Linux, Git, Docker
 

Буде плюсом

• Деплой та оптимізація під embedded (Jetson / ARM64)
• ONNX / TensorRT / OpenVINO / NCNN
• Конвертація та оптимізація моделей під NPU / edge
• Досвід з ROS1 / ROS2, Gazebo
 

Чому це цікаво
• Робота з обмеженими ресурсами та складними умовами
• Вплив на архітектуру пайплайнів і моделей
• Швидкий цикл експериментів і перевірки в реальному середовищі

Ми розробляємо симулятор БПЛА літакового типу (fixed-wing) для відпрацювання кастомних місій і сценаріїв. Фокус — реалістична фізика, інтеграція з зовнішніми моделями та побудова інструментів для тренування і тестування.

Технологічний стек: MATLAB / Gazebo (фізика) + Unreal Engine (візуалізація, логіка, інструменти)

Що будете робити

• Інтегрувати Unreal Engine із зовнішніми фізичними симуляторами (MATLAB, Gazebo), будувати стабільний data flow між процесами
• Розробляти місії та сценарії (логіка, тригери, взаємодії, training workflows)
• Створювати інструменти для моделювання, візуалізації та дебагу поведінки БПЛА
• Працювати на стику графіки, фізики та систем управління

Що важливо

• 3+ роки комерційного досвіду з C++ та Unreal Engine
• Впевнене володіння Blueprints, Gameplay Framework, World Partition
• Розуміння Inter-Process Communication (IPC)
• Базове розуміння мультиплеєра та мережевої реплікації в Unreal

Буде плюсом

• Досвід роботи з Gazebo та/або MATLAB
• Розуміння фізичних моделей та аеродинаміки
• Знання MAVLink, досвід інтеграції з PX4 / ArduPilot
• Досвід розробки плагінів для Unreal Engine

Чому це цікаво

• Нетипові задачі на стику game dev і robotics
• Робота з реалістичною фізикою та симуляціями
• Вплив на інструменти, які реально використовуються в R&D
• Швидкий цикл “розробка → тестування → ітерація”

Ми — інженерна команда, що займається R&D у сфері безпілотних систем. Шукаємо GNC інженера, який хоче не просто імплементувати рішення, а впливати на архітектуру та підходи до навігації й керування.
 

Що будете робити

• Розробляти та досліджувати GNC-алгоритми для БПЛА (наведення, навігація, керування, включно з термінальною фазою)
• Працювати зі стан-естимацією та sensor fusion (IMU, GNSS тощо), розвивати та тюнити EKF
• Проєктувати й налаштовувати контури керування (PID, каскадні, експериментальні підходи)
• Перевіряти гіпотези в симуляції (Gazebo / Simulink) та на реальних даних / польотах
• Аналізувати логи, покращувати стабільність і точність систем

Що важливо

• Досвід роботи з GNC або навігаційними алгоритмами
• Сильна база в математиці та фізиці (динаміка польоту, аеродинаміка, системи координат)
• Розуміння теорії керування і практичний досвід налаштування регуляторів
• Досвід зі стан-естимацією (EKF або аналоги)
• C++ та/або Python
• Досвід роботи з PX4 / ArduPilot
• Розуміння MAVLink, телеметрії
• Досвід роботи з симуляторами

Буде плюсом

• Досвід з fixed-wing / VTOL
• Flight testing / tuning
• Побудова SIL / HIL пайплайнів
• Автоматизація експериментів і тестів

Що пропонуємо

• Реальні R&D задачі, а не “підтримка легасі”
• Вплив на технічні рішення та архітектуру
• Швидкий цикл “ідея → симуляція → поле”
• Сильну інженерну команду