Ingeniero RL | humanoide

Rol: Ingeniero de aprendizaje por refuerzo - Manipulación
Empresa: Humanoide
Ubicación: Londres, Reino Unido (King's Cross): en el sitio, cinco días a la semana
Tipo de trabajo: tiempo completo
Acerca del humanoide
Humanoid está construyendo los robots humanoides más capaces, comercialmente escalables y seguros del mundo. Su plataforma, HMND-01, ya está implementada en entornos industriales reales, lo que convierte a Humanoid en la empresa de robótica humanoide más seria de Europa.

• Más de 300 personas, más de 34 nacionalidades, estructura plana: tus decisiones se envían directamente a robots reales.

• Oficinas en Londres (HQ, King’s Cross), Boston, Vancouver y San Diego.

• Valores: Rapidez, Ambición, Pasión, Confianza.

sobre el papel
El equipo de VLA Core construye el modelo básico de visión, lenguaje y acción sobre el que se ejecuta toda la empresa, que abarca la capacitación previa, los modelos mundiales y RL. En esta función, utiliza el aprendizaje por refuerzo, en simulación y en hardware real, para convertir ese modelo en políticas de manipulación sólidas y de alto rendimiento.
Este es un rol de colaborador individual senior sin seguimiento de gestión. No se requiere experiencia en robótica: muy pocas personas han realizado RL en robots reales, por lo que lo que importa es una RL sólida en cualquier dominio. El equipo es adyacente a la investigación, pero el resultado son políticas que funcionan en el robot. Los resultados se comparten como publicaciones de blog, no como artículos.
Lo que se espera que hagas

• Entrenar políticas de manipulación condicionada por el lenguaje y la visión con RL, en simulación y en el mundo real.

• Cree conjuntos desafiantes y diversos de tareas de manipulación en simulación.

• Trabajar con Teleoperaciones para recolectar trayectorias en simulación para clonación de comportamiento.

• Trabajar con Pruebas y Operaciones para establecer canales de capacitación de RL en el mundo real.

• Encontrar formas de llevar al mundo real (sim-to-real) políticas formadas en simulación.

Lo que necesitas para tener éxito

• Más de 3 años construyendo sistemas de aprendizaje profundo en la industria o la investigación, con modelos enviados o trabajos publicados para demostrarlo.

• Has resuelto problemas reales con RL y redes neuronales profundas, en cualquier dominio.

• Usted mismo ha entrenado modelos (arquitectura, entrenamiento e inferencia) en al menos uno de: LLM, VLM, modelos generativos de imágenes o videos. El trabajo de creación de agentes o integración de LLM por sí solo no es suficiente.

• Fuerte Python y PyTorch o JAX. Puede crear perfiles, depurar números y escribir código de investigación mantenible.

• Sólidos fundamentos de codificación. El proceso incluye una ronda de codificación estilo LeetCode, así que venga preparado.

• Eres proactivo: puedes tomar un problema abierto y complicado y solucionarlo sin esperar una especificación. Documenta los experimentos con claridad y explica las compensaciones de manera clara.

• Inglés de trabajo.

Es bueno tener

• Experiencia con simuladores de robótica (Isaac Sim, MuJoCo, etc.).

• Experiencia aplicando RL a la robótica.

• Experiencia en la construcción de infraestructura para RL a gran escala (por ejemplo, Ray).

• Publicaciones en ICLR, ICML, NeurIPS o contribuciones equivalentes de código abierto.

• Familiaridad con OpenVLA, modelos de Inteligencia Física (π) o marcos VLA abiertos similares.

Proceso de entrevista

• Llamada de presentación con Igor, investigador de IA de Hirehire.

• Pantalla de FC con Humanoide.

• Ronda de codificación (estilo LeetCode).

• Entrevista de especialización RL.

• Entrevista de ejecución técnica: cómo trabaja, colabora y gestiona problemas.

• Charla opcional con un líder tecnológico.

lo que obtienes

• Salario: un rango amplio, fijado por el nivel que muestres en las entrevistas.

• Acciones: opciones sobre acciones con ventajas significativas a medida que los Humanoides escalan.

• Más de 30 días libres remunerados: 23 días de vacaciones anuales, todos los días festivos del Reino Unido y el cierre de la empresa entre Navidad y Año Nuevo.

• Atención sanitaria privada: totalmente financiada, incluida la atención virtual y presencial.

• Pensión: 8% de contribución total (5% empleado, 3% empleador) sobre los ingresos totales.

• Alimentación diaria: desayuno gratuito, almuerzo con catering y snacks en la oficina.

• Propiedad real: acceso directo al liderazgo fundador, aportaciones reales sobre la dirección del producto y espacio para impulsar iniciativas clave desde el primer día.

• Patrocinio de visas y traslado a Londres.

Encuentre más trabajos de habla inglesa en el Reino Unido en Arbeitnow

Fuente: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/hirehire/rl-engineer-humanoid-london-431485)