Μηχανικός εκμάθησης ρομπότ | Ανθρωποειδής

Ρόλος: Robot Learning Engineer
Εταιρεία: Ανθρωποειδές
Τοποθεσία: Λονδίνο, Ηνωμένο Βασίλειο (King’s Cross) – επί τόπου, πέντε ημέρες την εβδομάδα
Είδος Εργασίας: Πλήρης απασχόληση
Σχετικά με το Humanoid
Η Humanoid κατασκευάζει τα πιο ικανά, εμπορικά επεκτάσιμα και ασφαλή ανθρωποειδή ρομπότ στον κόσμο. Η πλατφόρμα του, HMND-01, έχει ήδη αναπτυχθεί σε πραγματικά βιομηχανικά περιβάλλοντα, γεγονός που καθιστά την Humanoid την πιο σοβαρή εταιρεία ανθρωποειδών ρομποτικής στην Ευρώπη.

• 300+ άτομα, 34+ εθνικότητες, επίπεδη δομή: οι αποφάσεις σας αποστέλλονται απευθείας σε πραγματικά ρομπότ.

• Γραφεία στο Λονδίνο (HQ, King’s Cross), Βοστώνη, Βανκούβερ και Σαν Ντιέγκο.

• Υποστηρίζεται από σοβαρή χρηματοδότηση, που αναπτύσσεται γρήγορα και σκόπιμα.

• Αξίες: Ταχύτητα, Φιλοδοξία, Πάθος, Εμπιστοσύνη.

Σχετικά με τον ρόλο
Η ομάδα Manipulation βρίσκεται στο κέντρο όλων όσων κάνει το Humanoid. Με τα δικά τους λόγια, είναι το σημείο συμφόρησης: η δουλειά είναι έντονη, ο αντίκτυπος είναι άμεσος και από την πρώτη μέρα έχετε πρόσβαση σε πρωτότυπο υλικό αξίας εκατοντάδων χιλιάδων λιρών. Η ομάδα εργάζεται σε κίνηση και χειρισμό ολόκληρου του σώματος, χρησιμοποιώντας μίμηση εκμάθησης και RL σε πραγματικά ρομπότ.
Αυτός είναι ένας ρόλος ανώτερου ή προσωπικού μεμονωμένου συνεισφέροντος χωρίς διευθυντικά στελέχη και η ομάδα προσλαμβάνει για πολλά ανοίγματα. Δεν είναι ερευνητικός ρόλος: ο στόχος είναι πολιτικές που λειτουργούν στο ρομπότ και τα αποτελέσματα κοινοποιούνται ως αναρτήσεις ιστολογίου, όχι ως έγγραφα.
Τι αναμένεται να κάνετε

• Πολιτικές χειραγώγησης μετά την εκπαίδευση με κλωνοποίηση συμπεριφοράς και RL, και κατέχετε τον πλήρη βρόχο από τα ακατέργαστα δεδομένα έως την ανάπτυξη σε ένα πραγματικό ρομπότ.

• Συνεργαστείτε με την ομάδα προσομοίωσης για να ρυθμίσετε την εκπαίδευση RL σε ένα ψηφιακό δίδυμο. Επαναλάβετε τη σχεδίαση ανταμοιβής και την ποιότητα προσομοίωσης για αξιόπιστη μεταφορά από sim-to-real.

• Συνεργασία με τον οργανισμό συλλογής δεδομένων για την προώθηση της συλλογής: ορίστε πώς φαίνονται καλά δεδομένα, διασφαλίστε ποικιλομορφία και κάλυψη, επαναλάβετε τις οδηγίες του χειριστή.

• Σχεδιάστε στρατηγικές προεπεξεργασίας δεδομένων που βελτιώνουν την ποιότητα των συλλεγόμενων δεδομένων.

• Επεκτείνετε τους χώρους παρατήρησης και δράσης για να υποστηρίξετε νέες δυνατότητες και συνεργαστείτε με την ομάδα Teleoperations για να τους εκθέσετε σε χειριστές ρομπότ.

• Συνεργαστείτε με τις ομάδες Controls για να βελτιώσετε την ομαλότητα της κίνησης και την εμπειρία τηλελειτουργίας.

• Επαναφέρετε όσα μαθαίνετε σχετικά με τα τρέχοντα όρια υλικού σε μελλοντικούς κύκλους σχεδιασμού υλικού.

• Συνεργαστείτε στενά με την ομάδα προεκπαίδευσης για να λάβετε τις εξελίξεις από την έρευνα και να τους κάνετε να λειτουργούν αξιόπιστα σε πραγματικές βιομηχανικές επιδείξεις.

Τι χρειάζεσαι για να πετύχεις

• 3+ χρόνια που εργάζονται σε ρομπότ στη βιομηχανία ή την έρευνα, με αποστολή εργασίας για να το αποδείξουμε: ιστορικό, όχι μόνο θεωρία.

• Πρακτική εμπειρία με σύγχρονες μεθόδους χειραγώγησης, ιδανικά κοντά στην ανάπτυξη της παραγωγής.

• Στέρεη κατανόηση της σύγχρονης τηλελειτουργίας και των στοίβων ελέγχου ρομπότ χαμηλού επιπέδου.

• Εμπειρία με μετα-εκπαίδευση νευρωνικών δικτύων: κλωνοποίηση συμπεριφοράς και RL που εφαρμόζεται σε φυσικά συστήματα.

• Εξοικείωση με την υποδομή βαθιάς εκμάθησης: σύνολα δεδομένων ροής, σημεία ελέγχου, κατανεμημένη εκπαίδευση, PyTorch ή JAX. Μπορείτε να προφίλ και να διορθώσετε αριθμητικά στοιχεία.

• Ισχυρές αρχές μηχανικής λογισμικού και κωδικοποίησης: διατηρήσιμος ερευνητικός κώδικας, σαφή έγγραφα πειράματος, σαφής επικοινωνία των συμβιβάσεων. Η διαδικασία περιλαμβάνει έναν κύκλο κωδικοποίησης τύπου LeetCode, οπότε ελάτε προετοιμασμένοι.

• Οδηγείτε από το να κάνετε τα πράγματα να δουλέψουν στο ρομπότ, όχι από τη σύνταξη του τέλειου αλγόριθμου στην προσομοίωση. Όταν κάτι σπάει, το ένστικτό σας είναι να το διορθώσετε και όχι να το δημοσιεύσετε.

• Είστε προληπτικοί: μπορείτε να αντιμετωπίσετε ένα ανοιχτό πρόβλημα και να το οδηγήσετε χωρίς να περιμένετε μια προδιαγραφή.

• Αγγλικά εργασίας.

Λίγο πιο κάτω από τη γραμμή εμπειρίας, αλλά επίκαιρο στις σύγχρονες μεθόδους χειραγώγησης; Εφαρμόστε ούτως ή άλλως. Ισχυροί διδακτορικοί φοιτητές που βρίσκονται κοντά στο τέλος και μεταδιδακτορικοί είναι επίσης ευπρόσδεκτοι.
Ωραίο να έχουμε

• Απολαύστε την εμπειρία εκπαίδευσης μοντέλων VLA για χειραγώγηση (αυτοπαλίνδρομη, διάχυση ή αντιστοίχιση ροής). εξοικείωση με τα μοντέλα OpenVLA και Φυσικής Νοημοσύνης (π).

• Εμπειρία στην εφαρμογή του RL σε ρομποτικά προβλήματα.

• Διδακτορικό ή μεταδιδακτορικό από κορυφαίο πρόγραμμα ρομποτικής ή ML.

• Δημοσιεύσεις σε κορυφαία συνέδρια ρομποτικής ή DL ή αντίστοιχες συνεισφορές ανοιχτού κώδικα.

Διαδικασία συνέντευξης

• Εισαγωγική κλήση με τον Igor, ερευνητή τεχνητής νοημοσύνης του μισθωτού.

• Οθόνη HR με Humanoid.

• Γύρος κωδικοποίησης (στυλ LeetCode).

• Συνέντευξη εξειδίκευσης εκμάθησης ρομπότ.

• Συνέντευξη τεχνικής εκτέλεσης: πώς εργάζεστε, συνεργάζεστε και αντιμετωπίζετε προβλήματα.

• Προαιρετική συνομιλία με έναν ηγέτη τεχνολογίας.

Αυτό που παίρνεις

• Μισθός: ένα ευρύ φάσμα, που ορίζεται από το επίπεδο που δείχνετε στις συνεντεύξεις.

• Μετοχικό κεφάλαιο: δικαιώματα προαίρεσης μετοχών με σημαντική ανοδική πορεία ως Humanoid κλίμακες.

• 30+ ημέρες άδειας μετ' αποδοχών: 23 ημέρες ετήσια άδεια, όλες οι τραπεζικές αργίες στο Ηνωμένο Βασίλειο και διακοπή λειτουργίας της εταιρείας μεταξύ Χριστουγέννων και Πρωτοχρονιάς.

• Ιδιωτική υγειονομική περίθαλψη: πλήρως χρηματοδοτούμενη, συμπεριλαμβανομένης της εικονικής και προσωπικής φροντίδας και υποστήριξης ψυχικής υγείας.

• Σύνταξη: 8% συνολική εισφορά (5% μισθωτός, 3% εργοδότης) επί του συνόλου των αποδοχών.

• Καθημερινό φαγητό: δωρεάν πρωινό, μεσημεριανό γεύμα και σνακ στο γραφείο.

• Πραγματική ιδιοκτησία: άμεση πρόσβαση στην ιδρυτική ηγεσία, πραγματική συμβολή στην κατεύθυνση του προϊόντος και περιθώριο για την προώθηση βασικών πρωτοβουλιών από την πρώτη μέρα.

• Χορηγία βίζας και μετεγκατάσταση στο Λονδίνο.

Βρείτε περισσότερες αγγλόφωνες θέσεις εργασίας στο Ηνωμένο Βασίλειο στο Arbeitnow

Πηγή: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/hirehire/robot-learning-engineer-humanoid-london-435635)