Leitender KI-Ingenieur für selbstüberwachtes Lernen

RIVR, Teil von Amazon, ist ein Robotikunternehmen, das Pionierarbeit im Bereich der physischen KI durch Lieferungen in der realen Welt leistet. RIVR wurde 2024 als Spin-off der ETH Zürich gegründet und entwickelte Roboter auf Rädern, die für den Einsatz in komplexen, unstrukturierten Umgebungen wie Treppen, Toren, Türen und unebenem städtischem Gelände konzipiert sind. Wir glauben, dass das Erreichen allgemeiner physischer Intelligenz die Lösung realer Kundenprobleme in der realen Welt erfordert, wo Roboter in großem Maßstab aus umfangreichen Betriebsdaten lernen können.

Nach unserer Übernahme durch Amazon im März 2026 führen wir diese Mission mit größerer Reichweite und Geschwindigkeit fort. Durch die Kombination maßgeschneiderter Roboterhardware, Onboard-Autonomie und cloudbasierter Koordination baut RIVR, Teil von Amazon, die nächste Generation sicherer, zuverlässiger autonomer Roboter für die Zustellung auf der letzten Meile

Stellenbeschreibung

Unsere globale Flotte autonomer Roboter arbeitet in der realen Welt und generiert riesige Mengen multimodaler Sensordaten. Während sich unser VLA-Team auf die Erstellung groß angelegter Modelle zur Nutzung dieser Daten konzentriert, bleibt ein Großteil davon unbeschriftet und unstrukturiert. Wir suchen einen Experten für selbstüberwachtes Lernen und Repräsentationslernen, um das volle Potenzial dieses riesigen Datenpools auszuschöpfen.

In dieser Rolle sind Sie für den Entwurf und Aufbau der Kerndaten-Engine verantwortlich, die rohe, reale Sensordaten in strukturierte Datensätze mit hohem Signalwert umwandelt, die für das Training neuronaler Netze geeignet sind. Sie erlernen Methoden zum automatischen Kuratieren, Filtern und Pseudokennzeichnen dieser Daten und erstellen leistungsstarke Darstellungen, die als Grundlage für alle nachgelagerten Aufgaben dienen, einschließlich Navigation, Nachahmungslernen und Entscheidungsfindung.

Sie arbeiten direkt mit den VLA- und Reinforcement Learning-Teams zusammen, um Datenstrategien und Schnittstellen zu definieren und sicherzustellen, dass die von Ihnen erzeugten Daten die Modellentwicklung direkt beschleunigen. Wenn Sie sich leidenschaftlich für die Lösung des „Datenengpasses“ in der Robotik einsetzen und Systeme bauen möchten, die sinnvolle Muster aus der physischen Welt lernen, laden wir Sie ein, sich uns anzuschließen.

Was Sie tun werden

• Entwerfen, bauen und pflegen Sie skalierbare Datenpipelines, um Terabytes an rohen, multimodalen Sensordaten (z. B. Video, LiDAR, IMU, Odometrie) aus unserer Roboterflotte zu verarbeiten, zu filtern und umzuwandeln.

• Entwickeln und implementieren Sie hochmoderne selbstüberwachte und Repräsentationslernalgorithmen, um automatisch Merkmale zu extrahieren, Muster zu entdecken und Pseudoetiketten aus unseren unbeschrifteten Daten zu generieren.

• Arbeiten Sie eng mit den VLA Foundation Model- und RL-Teams zusammen, um Datenanforderungen, APIs und Strategien zur Nutzung kuratierter Datensätze und erlernter Darstellungen zu definieren.

• Entwerfen und implementieren Sie robuste Bewertungsstrategien, Benchmarks und Datensätze, um die Leistung und Qualität sowohl der Datenpipeline als auch der nachgelagerten Modelle, die sie nutzen, genau zu verfolgen.

• Beherrschen Sie den Datenintegrations-Workflow und erstellen Sie effiziente Datenlader und Zugriffsmuster, um Hochsignaldaten für Modelltraining und Experimente leicht verfügbar zu machen.

• Erforschung und Prototypisierung neuartiger Techniken in den Bereichen Datenkuration, aktives Lernen und Anomalieerkennung, um die Qualität und Effizienz unserer Datenmaschine kontinuierlich zu verbessern.

Was Sie haben müssen

• Master-Abschluss oder höher in einem relevanten Bereich wie Informatik, maschinelles Lernen oder Robotik.

• Mindestens drei Jahre Industrie- oder Forschungserfahrung, ggf. auch Erfahrung in der Promotion.

• Umfangreiches Fachwissen im selbstüberwachten Lernen (SSL) und Repräsentationslernen, insbesondere mit multimodalen Sensordaten (z. B. kontrastives Lernen, maskierte Autoencoder, Weltmodelle).

• Nachgewiesene Erfahrung im Aufbau und der Verwaltung großer Datenverarbeitungspipelines für maschinelles Lernen (z. B. mit Spark, Kubeflow oder ähnlichen cloudnativen Tools).

• Ausgeprägtes Verständnis von Robotersensordaten (z. B. Kamera, LiDAR, IMU, Odometrie) und deren Eigenschaften.

• Starke Programmierkenntnisse in Python und umfassende Erfahrung mit PyTorch, einschließlich der Erstellung benutzerdefinierter und effizienter DataLoader.

• Erfahrung mit MLOps-Best Practices und Datenversionierungstools (z. B. DVC, Pachyderm)

Holen Sie sich einige Bonuspunkte

• Doktortitel in Robotik, Ingenieurwesen, Informatik, maschinellem Lernen oder einer ähnlichen Disziplin oder gleichwertige Forschungserfahrung.

• Veröffentlichungen auf hochrangigen ML- oder Robotikkonferenzen (z. B. NeurIPS, ICML, CVPR, CoRL, ICLR).

• Erfahrung mit generativen Modellen (z. B. GANs, Diffusionsmodelle) zur Datenerweiterung oder Simulation.

RIVR, ein Teil von Amazon, setzt sich für den Aufbau eines vielfältigen und integrativen Teams ein, das jede Perspektive wertschätzt. Wenn Sie leidenschaftlich daran interessiert sind, Innovationen in der Robotik voranzutreiben und sinnvolle Auswirkungen zu erzielen, ermutigen wir Sie, sich zu bewerben und Ihr einzigartiges Selbst in unser Team einzubringen.

Wir glauben, dass die beste Arbeit in der Zusammenarbeit geleistet wird und erfordern daher die persönliche Anwesenheit an unseren Bürostandorten.

Finden Sie Jobs in der Schweiz auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/rivr/senior-ai-engineer-self-supervised-learning-zurich-458757)