Ingeniero de aprendizaje de robots

Por qué este papel es emocionante
Rohlik es el principal comercio electrónico de Europa Central. Más de un millón de clientes nos compran sus alimentos a través de Rohlik.cz, Knuspr.de, Kifli.hu, Gurkerl.at y Sezamo.ro, eligiendo entre más de 17.000 artículos, entregados en un par de horas en ventanas de 15 minutos.
Estamos construyendo el tendero autónomo. Maia, nuestra asistente de IA, ya habla con los clientes y genera sus pedidos; los agentes se están incorporando a nuestras compras y logística; Los modelos de visión están aprendiendo a observar la calidad. La próxima frontera es física: los robots se hacen cargo cada vez más del trabajo en nuestros centros logísticos, hasta que los alimentos frescos pasen de los productores a los hogares a un costo que nadie más puede igualar.
Nos proponemos registrar cómo nuestra propia gente maneja los alimentos y convertir esas grabaciones en un corpus de capacitación para políticas de manipulación. Nuestros almacenes ya registran lo que sucedió en cada selección y cada control de calidad, por lo que las grabaciones pueden llevar etiquetas que la mayoría de los conjuntos de datos nunca obtienen. Hacer ese agarre es parte del trabajo.
Tú decides qué hace que una hora de metraje sea entrenable, antes de que almacenemos cientos de ellos.

Lo que poseerás y entregarás

• La especificación de captura. Cámaras, monturas, calibración y lo que descalifica un episodio. Lo escribes antes de que compremos la flota y lo aplicas después. Cuando las especificaciones y el piso no están de acuerdo, vas al piso y descubres cuál está equivocado.

• Verdad fundamental. La postura de la mano es la señal que se transfiere del vídeo humano a las políticas robóticas, y la realidad del almacén (guantes de trabajo, oclusión, salas frías) es exactamente donde luchan los modelos publicados. Usted es dueño de cómo medimos eso y cómo cerramos la brecha.

• El arnés de evaluación. El corpus sólo cuenta si una política puede entrenarse en él. Construyes el arnés que decide qué horas hacen el banco y sostienes la barra de capacidad de entrenamiento a medida que crece el volumen.

• Las primeras carreras de entrenamiento. Una vez acumuladas las horas, entrenas posteriormente modelos abiertos de aprendizaje de robots con nuestros datos y ejecutas las primeras evaluaciones de tareas.

• Juicio antes de gastar. El campo se mueve mensualmente. Lees lo que se publica, reproduces las afirmaciones de las que dependemos y diriges nuestra captura antes de que se gaste el dinero, no después.

el alcance
Este es un lugar en un equipo pequeño y recién creado: un líder de operaciones que ejecuta la captura en el piso, un ingeniero de datos propietario de la tubería y usted: la voz del aprendizaje automático en la sala. Esta no es una función de investigador científico y no se requiere ningún registro de publicación. El trabajo consiste en hacer que un corpus sea entrenable y entrenar las primeras políticas sobre él.

lo que estamos buscando

• PyTorch y visión por computadora con geometría 3D real. Calibración de cámara, estimación de pose, fundamentos de SLAM. Ha depurado una calibración extrínseca al menos una vez en su vida y sabe por qué se desvió.

• Puedes leer un artículo y reproducirlo. Nuestro proceso se construye a partir de trabajos publicados y su trabajo es saber qué reclamos sobreviven al contacto con un almacén refrigerado.

• Sabes en qué se entrenan las políticas. Familiarizarse lo suficiente con la pila actual de aprendizaje de robots y las clases de políticas para saber qué exigirá el lado de capacitación de los datos antes de que existan.

• Instintos de conjunto de datos. Ha entrenado con datos que recopiló usted mismo y conoce los modos de falla que solo aparecen en el momento del entrenamiento.

• Cómodo como la única voz de ML. Usted hace la llamada, la escribe y la vuelve a visitar cuando los datos del piloto indiquen lo contrario.

• La IA es la forma en que se hace el trabajo aquí. Nuestros ingenieros utilizan Claude Code y Devin a diario, y esperamos que usted dirija a los agentes para las partes poco glamorosas (código de arnés, plomería de datos, scripts de reproducción) mientras mantiene el nivel de calidad exactamente donde estaba.

• Particularmente relevante. Estimación en pose manual o video egocéntrico en producción; plataformas multicámara y sincronización horaria; experimentar modelos de aprendizaje de robots posteriores al entrenamiento; ROS 2.

Cómo se ve el éxito en 90 días
Usted escribió las especificaciones de captura y configuramos las primeras plataformas en función de ellas. Tus puertas piloto tienen números, las primeras horas han pasado por tu arnés y puedes decirle a las personas que firman el presupuesto, con datos, cómo deberían ser las próximas cien horas.

¿Encajamos bien?
Asuma este rol si prefiere poseer la especificación que decide si un conjunto de datos se convierte en un activo o en una cancelación en lugar de ajustar el modelo de otra persona con los datos de otra persona, si un centro logístico a las 6 a. m. le parece un laboratorio y si desea la línea más corta posible entre su juicio técnico y una decisión de capital. Lea nuestro código cultural y ¿adaptamos bien? .

que ofrecemos

• El lado físico-IA del tendero autónomo, con la especificación de captura y el primer entrenamiento, se ejecuta desde el primer día.

• Un activo de datos que pocos equipos en el mundo consiguen para construir, en alimentos frescos, un dominio tan difícil como la manipulación.

• Hardware disponible en el mercado, un entorno de nube administrado y un mandato que ya ha comenzado

• Beneficios: vea lo que ofrecemos

¿Estás dentro?
En lugar de una carta de presentación: elija un canal publicado de políticas de video humano a robot que califique y díganos dónde se rompe en el piso de un almacén donde cada mano usa un guante de trabajo.

#LI-ML1
Encuentre más trabajos de habla inglesa en Alemania en Arbeitnow

Fuente: Arbeitnow (https://www.arbeitnow.com/jobs/companies/rohlik/robot-learning-engineer-berlin-257419)