Автор на курс «Обучение с подкреплением — Reinforcement Learning»

Стойте у истоков создания образовательного контента и меняйте жизни людей

Обучение с подкреплением

О вакансии

Можно совмещать с основной работой

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.

около 10‑15 часов в неделю

вознаграждение по итогам отбора

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.

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