C++ Разработчик робототехники (Unitree / ROS2)
Опыт работы: 3–6 лет
Формат: Удалённо, полная занятость (5/2, 8 часов)
О компании
Edoox.com — ведущая образовательная платформа Казахстана для учащихся, учителей и школ. Более 1 млн пользователей и 2000 школ используют наш сервис для подготовки к экзаменам и контроля знаний.
О проекте
Мы запускаем инновационное направление — робот-педагог для образовательных учреждений. Цель проекта — создать интерактивного робота-помощника на базе платформы Unitree, который сможет проводить занятия, взаимодействовать с учениками, распознавать их и вести диалог с использованием современных AI-технологий. Это уникальная возможность стать частью команды, которая объединяет робототехнику, AI и образование с реальной социальной миссией.
Технические требования
Обязательные навыки
C++ разработка
- Уверенное владение современным C++ (C++17/20).
- Глубокое понимание ООП, STL, шаблонов, RAII, smart pointers.
- Знание принципов SOLID, паттернов проектирования.
- Многопоточное программирование (std::thread, мьютексы, атомарные операции).
- Опыт работы с CMake, отладкой и профилированием (GDB, Valgrind).
ROS2 и Unitree
- Опыт коммерческой разработки на ROS2 (Humble/Iron/Jazzy).
- Работа с unitree_ros2 — управление, телеметрия, кастомные ноды.
- Понимание архитектуры ROS2: nodes, topics, services, actions, parameters.
- DDS (Data Distribution Service), QoS-политики.
- Создание кастомных сообщений и сервисов (msg/srv/action).
- Опыт работы с Unitree SDK (unitree_sdk2 / unitree_legged_sdk).
- Понимание принципов управления квадрупедами / гуманоидными роботами (locomotion, gait control, базовая кинематика).
Python (вспомогательный)
- Уверенное владение Python 3+ для написания вспомогательных скриптов, прототипов, инструментов автоматизации.
- Работа с Unitree Python SDK для быстрого прототипирования сценариев поведения робота.
- ROS2 Python (rclpy) — создание нод и интеграций.
Computer Vision
- Опыт работы с OpenCV.
- Распознавание лиц, эмоций, жестов, объектов.
- Работа с моделями детекции (YOLO, MediaPipe и аналоги).
- Интеграция CV-моделей в реальном времени с потоком данных с камер робота.
- Базовое понимание работы с RGB-D / LiDAR данными.
LLM интеграция
- Опыт интеграции LLM API (OpenAI, Anthropic Claude, локальные модели).
- Построение диалоговых систем (контекст, промпт-инжиниринг, function calling).
- Связка распознавание речи (STT) → LLM → синтез речи (TTS).
- Понимание задержек и оптимизации для интерактивного общения с детьми.
Инфраструктура и инструменты
- Linux (Ubuntu 22.04+) — уверенный пользователь, базовое администрирование.
- Git — система контроля версий, работа в команде через Git Flow / GitHub Flow.
- Менеджеры пакетов: apt, pip, colcon, conan/vcpkg.
- Опыт работы с встраиваемыми платформами (NVIDIA Jetson — плюсом).
- Сетевые протоколы (TCP/UDP, WebSocket, gRPC).
Дополнительные плюсы
- Опыт с Docker / docker-compose (контейнеризация ROS2-приложений).
- Опыт работы с симуляторами роботов (Gazebo, Isaac Sim, MuJoCo).
- Знание навигации и SLAM (Nav2, RTAB-Map, Cartographer).
- Опыт интеграции с облачными сервисами (AWS, GCP, Azure).
- Знание принципов безопасности при работе с детьми (UX/UI для образовательной среды).
- Опыт работы в EdTech или с интерактивными образовательными продуктами.
- Знание реактивных фреймворков и паттернов (Behavior Trees, FSM).
Личные качества
- Умение быстро анализировать чужой код и работать с open-source проектами.
- Системное мышление и способность видеть проект целиком.
- Ответственность и соблюдение сроков.
- Готовность работать в кросс-функциональной команде (CV/ML инженеры, дизайнеры, методисты).
- Интерес к робототехнике, AI и образовательным технологиям.
- Готовность к работе в проекте с социальной миссией.