Empleo
Del feed del socio
Aprendizaje autosupervisado de ingeniero sénior de IA
Precio a consultar
Detalles
- Tipo de empleo
- Jornada completa
- Remoto
- No
- Empresa
- Rivr
Descripción
Traducido automáticamente de English. El texto original es el oficial. Traducción automática — se está preparando una más precisa.
RIVR, parte de Amazon, es una empresa de robótica pionera en la IA física a través de la entrega a domicilio en el mundo real. Fundada en 2024 como una empresa derivada de ETH Zurich, RIVR desarrolló robots con patas con ruedas diseñados para operar en entornos complejos y no estructurados, como escaleras, portones, puertas y terrenos urbanos irregulares. Creemos que lograr inteligencia física general requiere resolver problemas reales de los clientes en el mundo real, donde los robots puedan aprender de datos operativos ricos a escala.
Tras nuestra adquisición por parte de Amazon en marzo de 2026, continuamos esta misión con mayor alcance y velocidad. Al combinar hardware de robot personalizado, autonomía a bordo y coordinación basada en la nube, RIVR, parte de Amazon, está construyendo la próxima generación de robots autónomos seguros y confiables para entregas de última milla.
Descripción del puesto
Nuestra flota global de robots autónomos opera en el mundo real, generando grandes cantidades de datos de sensores multimodales. Si bien nuestro equipo de VLA se centra en crear modelos a gran escala para consumir estos datos, muchos de ellos permanecen sin etiquetar ni estructurar. Buscamos un experto en aprendizaje de representación y autosupervisión para desbloquear todo el potencial de este enorme conjunto de datos.
En este puesto, será responsable de diseñar y construir el motor de datos central que transforma datos de sensores sin procesar del mundo real en conjuntos de datos estructurados de alta señal adecuados para entrenar redes neuronales. Será pionero en métodos para seleccionar, filtrar y pseudoetiquetar automáticamente estos datos, creando representaciones poderosas que sirvan como base para todas las tareas posteriores, incluida la navegación, el aprendizaje por imitación y la toma de decisiones.
Trabajará directamente con los equipos de VLA y Aprendizaje por refuerzo para definir estrategias e interfaces de datos, garantizando que los datos que produzca aceleren directamente el desarrollo de su modelo. Si le apasiona resolver el "cuello de botella de datos" en robótica y desea construir sistemas que aprendan patrones significativos del mundo físico, lo invitamos a unirse a nosotros.
¿Qué estarás haciendo?
• Diseñar, construir y mantener canales de datos escalables para procesar, filtrar y transformar terabytes de datos de sensores multimodales sin procesar (por ejemplo, video, LiDAR, IMU, odometría) de nuestra flota robótica.
• Desarrollar e implementar algoritmos de aprendizaje de representación y autosupervisados de última generación para extraer automáticamente características, descubrir patrones y generar pseudoetiquetas a partir de nuestros datos no etiquetados.
• Colaborar estrechamente con los equipos de VLA Foundation Model y RL para definir requisitos de datos, API y estrategias para aprovechar conjuntos de datos seleccionados y representaciones aprendidas.
• Diseñe e implemente estrategias de evaluación, puntos de referencia y conjuntos de datos sólidos para realizar un seguimiento riguroso del rendimiento y la calidad tanto de la canalización de datos como de los modelos posteriores que los consumen.
• Sea dueño del flujo de trabajo de integración de datos, creando cargadores de datos eficientes y patrones de acceso para que los datos de alta señal estén disponibles para el entrenamiento y la experimentación de modelos.
• Investigar y crear prototipos de técnicas novedosas en conservación de datos, aprendizaje activo y detección de anomalías para mejorar continuamente la calidad y eficiencia de nuestro motor de datos.
lo que debes tener
• Maestría o título superior en un campo relevante como Ciencias de la Computación, Aprendizaje Automático o Robótica.
• Un mínimo de tres años de experiencia en la industria o en investigación, con experiencia de doctorado aplicable.
• Amplia experiencia en aprendizaje autosupervisado (SSL) y aprendizaje de representación, particularmente con datos de sensores multimodales (por ejemplo, aprendizaje contrastivo, codificadores automáticos enmascarados, modelos mundiales).
• Experiencia comprobada en la creación y gestión de canales de procesamiento de datos a gran escala para aprendizaje automático (por ejemplo, utilizando Spark, Kubeflow o herramientas nativas de la nube similares).
• Gran conocimiento de los datos de los sensores robóticos (por ejemplo, cámara, LiDAR, IMU, odometría) y sus características.
• Fuertes habilidades de programación en Python y amplia experiencia con PyTorch, incluida la creación de DataLoaders personalizados y eficientes.
• Experiencia con las mejores prácticas de MLOps y herramientas de control de versiones de datos (por ejemplo, DVC, Pachyderm)
Consigue algunos puntos extra
• Doctorado en Robótica, Ingeniería, Ciencias de la Computación, Aprendizaje Automático o una disciplina similar, o una cantidad equivalente de experiencia en investigación.
• Publicaciones en conferencias de robótica o aprendizaje automático de primer nivel (por ejemplo, NeurIPS, ICML, CVPR, CoRL, ICLR).
• Experiencia con modelos generativos (por ejemplo, GAN, modelos de difusión) para aumento o simulación de datos.
RIVR, parte de Amazon, se compromete a construir un equipo diverso e inclusivo que valore todas las perspectivas. Si le apasiona impulsar la innovación en robótica y crear un impacto significativo, lo alentamos a postularse y aportar su personalidad única a nuestro equipo.
Creemos que el mejor trabajo se hace cuando se colabora y, por lo tanto, requerimos presencia en persona en nuestras oficinas.
Encuentre trabajo en Suiza en Arbeitnow
Fuente: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/rivr/senior-ai-engineer-self-supervised-learning-zurich-458757)
Tras nuestra adquisición por parte de Amazon en marzo de 2026, continuamos esta misión con mayor alcance y velocidad. Al combinar hardware de robot personalizado, autonomía a bordo y coordinación basada en la nube, RIVR, parte de Amazon, está construyendo la próxima generación de robots autónomos seguros y confiables para entregas de última milla.
Descripción del puesto
Nuestra flota global de robots autónomos opera en el mundo real, generando grandes cantidades de datos de sensores multimodales. Si bien nuestro equipo de VLA se centra en crear modelos a gran escala para consumir estos datos, muchos de ellos permanecen sin etiquetar ni estructurar. Buscamos un experto en aprendizaje de representación y autosupervisión para desbloquear todo el potencial de este enorme conjunto de datos.
En este puesto, será responsable de diseñar y construir el motor de datos central que transforma datos de sensores sin procesar del mundo real en conjuntos de datos estructurados de alta señal adecuados para entrenar redes neuronales. Será pionero en métodos para seleccionar, filtrar y pseudoetiquetar automáticamente estos datos, creando representaciones poderosas que sirvan como base para todas las tareas posteriores, incluida la navegación, el aprendizaje por imitación y la toma de decisiones.
Trabajará directamente con los equipos de VLA y Aprendizaje por refuerzo para definir estrategias e interfaces de datos, garantizando que los datos que produzca aceleren directamente el desarrollo de su modelo. Si le apasiona resolver el "cuello de botella de datos" en robótica y desea construir sistemas que aprendan patrones significativos del mundo físico, lo invitamos a unirse a nosotros.
¿Qué estarás haciendo?
• Diseñar, construir y mantener canales de datos escalables para procesar, filtrar y transformar terabytes de datos de sensores multimodales sin procesar (por ejemplo, video, LiDAR, IMU, odometría) de nuestra flota robótica.
• Desarrollar e implementar algoritmos de aprendizaje de representación y autosupervisados de última generación para extraer automáticamente características, descubrir patrones y generar pseudoetiquetas a partir de nuestros datos no etiquetados.
• Colaborar estrechamente con los equipos de VLA Foundation Model y RL para definir requisitos de datos, API y estrategias para aprovechar conjuntos de datos seleccionados y representaciones aprendidas.
• Diseñe e implemente estrategias de evaluación, puntos de referencia y conjuntos de datos sólidos para realizar un seguimiento riguroso del rendimiento y la calidad tanto de la canalización de datos como de los modelos posteriores que los consumen.
• Sea dueño del flujo de trabajo de integración de datos, creando cargadores de datos eficientes y patrones de acceso para que los datos de alta señal estén disponibles para el entrenamiento y la experimentación de modelos.
• Investigar y crear prototipos de técnicas novedosas en conservación de datos, aprendizaje activo y detección de anomalías para mejorar continuamente la calidad y eficiencia de nuestro motor de datos.
lo que debes tener
• Maestría o título superior en un campo relevante como Ciencias de la Computación, Aprendizaje Automático o Robótica.
• Un mínimo de tres años de experiencia en la industria o en investigación, con experiencia de doctorado aplicable.
• Amplia experiencia en aprendizaje autosupervisado (SSL) y aprendizaje de representación, particularmente con datos de sensores multimodales (por ejemplo, aprendizaje contrastivo, codificadores automáticos enmascarados, modelos mundiales).
• Experiencia comprobada en la creación y gestión de canales de procesamiento de datos a gran escala para aprendizaje automático (por ejemplo, utilizando Spark, Kubeflow o herramientas nativas de la nube similares).
• Gran conocimiento de los datos de los sensores robóticos (por ejemplo, cámara, LiDAR, IMU, odometría) y sus características.
• Fuertes habilidades de programación en Python y amplia experiencia con PyTorch, incluida la creación de DataLoaders personalizados y eficientes.
• Experiencia con las mejores prácticas de MLOps y herramientas de control de versiones de datos (por ejemplo, DVC, Pachyderm)
Consigue algunos puntos extra
• Doctorado en Robótica, Ingeniería, Ciencias de la Computación, Aprendizaje Automático o una disciplina similar, o una cantidad equivalente de experiencia en investigación.
• Publicaciones en conferencias de robótica o aprendizaje automático de primer nivel (por ejemplo, NeurIPS, ICML, CVPR, CoRL, ICLR).
• Experiencia con modelos generativos (por ejemplo, GAN, modelos de difusión) para aumento o simulación de datos.
RIVR, parte de Amazon, se compromete a construir un equipo diverso e inclusivo que valore todas las perspectivas. Si le apasiona impulsar la innovación en robótica y crear un impacto significativo, lo alentamos a postularse y aportar su personalidad única a nuestro equipo.
Creemos que el mejor trabajo se hace cuando se colabora y, por lo tanto, requerimos presencia en persona en nuestras oficinas.
Encuentre trabajo en Suiza en Arbeitnow
Fuente: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/rivr/senior-ai-engineer-self-supervised-learning-zurich-458757)
Este anuncio proviene de un feed de socios. Solicítalo en el sitio web de origen.
Fuente: Rivr
Ubicación
Zürich, Suiza
Publicación proporcionada por Rivr.
