Emploi
De la source partenaire
Ingénieur en apprentissage des robots | Humanoïde
Prix sur demande
Détails
- Type de contrat
- Temps plein
- À distance
- Non
- Entreprise
- Hirehire
Description
Traduit automatiquement depuis English. Le texte original fait foi. Traduction automatique — une traduction plus précise est en préparation.
Rôle : Ingénieur en apprentissage des robots
Entreprise : Humanoïde
Lieu : Londres, Royaume-Uni (King’s Cross) – sur place, cinq jours par semaine
Type d'emploi : Temps plein
À propos de Humanoïde
Humanoid construit les robots humanoïdes les plus performants, commercialement évolutifs et sûrs au monde. Sa plateforme, HMND-01, est déjà déployée dans des environnements industriels réels, ce qui fait de Humanoid l'entreprise de robotique humanoïde la plus sérieuse d'Europe.
• 300+ personnes, 34+ nationalités, structure plate : vos décisions sont directement transférées dans de vrais robots.
• Bureaux à Londres (siège, King's Cross), Boston, Vancouver et San Diego.
• Soutenu par un financement sérieux, en croissance rapide et délibérée.
• Valeurs : Rapidité, Ambition, Passion, Confiance.
À propos du rôle
L’équipe Manipulation est au centre de tout ce que fait Humanoid. Selon leurs propres termes, ils constituent le goulot d'étranglement : le travail est intense, l'impact est immédiat et, dès le premier jour, vous avez accès à des prototypes de matériel valant des centaines de milliers d'euros. L’équipe travaille sur la locomotion et la manipulation du corps entier, en utilisant l’apprentissage par imitation et le RL sur de vrais robots.
Il s'agit d'un rôle de contributeur individuel senior ou personnel sans piste de gestion, et l'équipe recrute pour plusieurs postes vacants. Il ne s’agit pas d’un rôle de recherche : l’objectif est de mettre en place des politiques qui fonctionnent sur le robot, et les résultats sont partagés sous forme d’articles de blog et non d’articles.
Ce que vous êtes censé faire
• Politiques de manipulation post-entraînement avec clonage de comportement et RL, et maîtrise de la boucle complète depuis les données brutes jusqu'au déploiement sur un robot réel.
• Travailler avec l'équipe de simulation pour mettre en place une formation RL sur un jumeau numérique. Itérez sur la conception des récompenses et la qualité de la simulation pour obtenir un transfert fiable de la simulation au réel.
• Collaborer avec l'organisation Data Collection pour piloter la collecte : définir à quoi ressemblent les bonnes données, garantir la diversité et la couverture, répéter les instructions de l'opérateur.
• Concevoir des stratégies de prétraitement des données qui améliorent la qualité des données collectées.
• Développez les espaces d'observation et d'action pour prendre en charge de nouvelles capacités et travaillez avec l'équipe de téléopérations pour les exposer aux opérateurs de robots.
• Travailler avec les équipes de contrôle pour améliorer la fluidité des mouvements et l'expérience de téléopération.
• Intégrez ce que vous avez appris sur les limites matérielles actuelles aux futurs cycles de conception matérielle.
• Travailler en étroite collaboration avec l'équipe de pré-formation pour tirer parti des avancées de la recherche et les faire fonctionner de manière fiable dans des démonstrations industrielles réelles.
Ce dont vous avez besoin pour réussir
• Plus de 3 ans de travail sur des robots dans l'industrie ou la recherche, avec des travaux expédiés pour le démontrer : un bilan, pas seulement de la théorie.
• Expérience pratique des méthodes de manipulation modernes, idéalement proche du déploiement en production.
• Solide compréhension de la téléopération moderne et des piles de contrôle de robots de bas niveau.
• Expérience avec les réseaux neuronaux post-formation : clonage de comportement et RL appliqués aux systèmes physiques.
• Familiarité avec l'infrastructure d'apprentissage profond : ensembles de données en streaming, points de contrôle, formation distribuée, PyTorch ou JAX. Vous pouvez profiler et déboguer des valeurs numériques.
• Solides principes fondamentaux de l'ingénierie logicielle et du codage : code de recherche maintenable, documents d'expérimentation clairs, communication claire des compromis. Le processus comprend un cycle de codage de style LeetCode, alors préparez-vous.
• Votre objectif est de faire fonctionner les choses sur le robot, et non d'écrire l'algorithme parfait en simulation. Quand quelque chose tombe en panne, votre instinct est de le déboguer, pas de le publier.
• Vous êtes proactif : vous pouvez prendre un problème ouvert et le gérer sans attendre une spécification.
• Anglais de travail.
Légèrement en dessous de la barre d’expérience mais au courant des méthodes de manipulation modernes ? Postulez quand même. Les doctorants solides sur le point de terminer et les postdoctorants sont également les bienvenus.
C'est agréable d'avoir
• Expérience de la formation de modèles VLA pour la manipulation (autorégressive, basée sur la diffusion ou l'appariement de flux) ; familiarité avec les modèles OpenVLA et Physical Intelligence (π).
• Expérience de l'application de RL à des problèmes robotiques.
• Doctorat ou postdoc d'un programme de haut niveau en robotique ou en ML.
• Publications lors de conférences de haut niveau sur la robotique ou DL, ou contributions open source équivalentes.
Processus d'entrevue
• Appel d'introduction avec Igor, le chercheur en IA de Hirehire.
• Écran HR avec Humanoïde.
• Tour de codage (style LeetCode).
• Entretien de spécialisation en apprentissage des robots.
• Entretien d'exécution technique : comment vous travaillez, collaborez et gérez les problèmes.
• Discussion facultative avec un responsable technique.
Ce que vous obtenez
• Salaire : une large fourchette, fixée en fonction du niveau que vous montrez lors des entretiens.
• Actions : options d'achat d'actions avec un potentiel de hausse significatif à mesure que Humanoid évolue.
• Plus de 30 jours de congés payés : 23 jours de congé annuel, tous les jours fériés au Royaume-Uni et une fermeture d'entreprise entre Noël et le Nouvel An.
• Soins de santé privés : entièrement financés, y compris les soins virtuels et en personne et le soutien en santé mentale.
• Pension : 8% de cotisation totale (5% salarié, 3% employeur) sur l'intégralité du salaire.
• Alimentation quotidienne : petit-déjeuner gratuit, déjeuner avec traiteur et collations au bureau.
• Véritable propriété : accès direct aux dirigeants fondateurs, véritable contribution à l'orientation du produit et possibilité de piloter des initiatives clés dès le premier jour.
• Parrainage de visa et déménagement à Londres.
Trouvez plus d'emplois anglophones au Royaume-Uni sur Arbeitnow
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/hirehire/robot-learning-engineer-humanoid-london-435635)
Entreprise : Humanoïde
Lieu : Londres, Royaume-Uni (King’s Cross) – sur place, cinq jours par semaine
Type d'emploi : Temps plein
À propos de Humanoïde
Humanoid construit les robots humanoïdes les plus performants, commercialement évolutifs et sûrs au monde. Sa plateforme, HMND-01, est déjà déployée dans des environnements industriels réels, ce qui fait de Humanoid l'entreprise de robotique humanoïde la plus sérieuse d'Europe.
• 300+ personnes, 34+ nationalités, structure plate : vos décisions sont directement transférées dans de vrais robots.
• Bureaux à Londres (siège, King's Cross), Boston, Vancouver et San Diego.
• Soutenu par un financement sérieux, en croissance rapide et délibérée.
• Valeurs : Rapidité, Ambition, Passion, Confiance.
À propos du rôle
L’équipe Manipulation est au centre de tout ce que fait Humanoid. Selon leurs propres termes, ils constituent le goulot d'étranglement : le travail est intense, l'impact est immédiat et, dès le premier jour, vous avez accès à des prototypes de matériel valant des centaines de milliers d'euros. L’équipe travaille sur la locomotion et la manipulation du corps entier, en utilisant l’apprentissage par imitation et le RL sur de vrais robots.
Il s'agit d'un rôle de contributeur individuel senior ou personnel sans piste de gestion, et l'équipe recrute pour plusieurs postes vacants. Il ne s’agit pas d’un rôle de recherche : l’objectif est de mettre en place des politiques qui fonctionnent sur le robot, et les résultats sont partagés sous forme d’articles de blog et non d’articles.
Ce que vous êtes censé faire
• Politiques de manipulation post-entraînement avec clonage de comportement et RL, et maîtrise de la boucle complète depuis les données brutes jusqu'au déploiement sur un robot réel.
• Travailler avec l'équipe de simulation pour mettre en place une formation RL sur un jumeau numérique. Itérez sur la conception des récompenses et la qualité de la simulation pour obtenir un transfert fiable de la simulation au réel.
• Collaborer avec l'organisation Data Collection pour piloter la collecte : définir à quoi ressemblent les bonnes données, garantir la diversité et la couverture, répéter les instructions de l'opérateur.
• Concevoir des stratégies de prétraitement des données qui améliorent la qualité des données collectées.
• Développez les espaces d'observation et d'action pour prendre en charge de nouvelles capacités et travaillez avec l'équipe de téléopérations pour les exposer aux opérateurs de robots.
• Travailler avec les équipes de contrôle pour améliorer la fluidité des mouvements et l'expérience de téléopération.
• Intégrez ce que vous avez appris sur les limites matérielles actuelles aux futurs cycles de conception matérielle.
• Travailler en étroite collaboration avec l'équipe de pré-formation pour tirer parti des avancées de la recherche et les faire fonctionner de manière fiable dans des démonstrations industrielles réelles.
Ce dont vous avez besoin pour réussir
• Plus de 3 ans de travail sur des robots dans l'industrie ou la recherche, avec des travaux expédiés pour le démontrer : un bilan, pas seulement de la théorie.
• Expérience pratique des méthodes de manipulation modernes, idéalement proche du déploiement en production.
• Solide compréhension de la téléopération moderne et des piles de contrôle de robots de bas niveau.
• Expérience avec les réseaux neuronaux post-formation : clonage de comportement et RL appliqués aux systèmes physiques.
• Familiarité avec l'infrastructure d'apprentissage profond : ensembles de données en streaming, points de contrôle, formation distribuée, PyTorch ou JAX. Vous pouvez profiler et déboguer des valeurs numériques.
• Solides principes fondamentaux de l'ingénierie logicielle et du codage : code de recherche maintenable, documents d'expérimentation clairs, communication claire des compromis. Le processus comprend un cycle de codage de style LeetCode, alors préparez-vous.
• Votre objectif est de faire fonctionner les choses sur le robot, et non d'écrire l'algorithme parfait en simulation. Quand quelque chose tombe en panne, votre instinct est de le déboguer, pas de le publier.
• Vous êtes proactif : vous pouvez prendre un problème ouvert et le gérer sans attendre une spécification.
• Anglais de travail.
Légèrement en dessous de la barre d’expérience mais au courant des méthodes de manipulation modernes ? Postulez quand même. Les doctorants solides sur le point de terminer et les postdoctorants sont également les bienvenus.
C'est agréable d'avoir
• Expérience de la formation de modèles VLA pour la manipulation (autorégressive, basée sur la diffusion ou l'appariement de flux) ; familiarité avec les modèles OpenVLA et Physical Intelligence (π).
• Expérience de l'application de RL à des problèmes robotiques.
• Doctorat ou postdoc d'un programme de haut niveau en robotique ou en ML.
• Publications lors de conférences de haut niveau sur la robotique ou DL, ou contributions open source équivalentes.
Processus d'entrevue
• Appel d'introduction avec Igor, le chercheur en IA de Hirehire.
• Écran HR avec Humanoïde.
• Tour de codage (style LeetCode).
• Entretien de spécialisation en apprentissage des robots.
• Entretien d'exécution technique : comment vous travaillez, collaborez et gérez les problèmes.
• Discussion facultative avec un responsable technique.
Ce que vous obtenez
• Salaire : une large fourchette, fixée en fonction du niveau que vous montrez lors des entretiens.
• Actions : options d'achat d'actions avec un potentiel de hausse significatif à mesure que Humanoid évolue.
• Plus de 30 jours de congés payés : 23 jours de congé annuel, tous les jours fériés au Royaume-Uni et une fermeture d'entreprise entre Noël et le Nouvel An.
• Soins de santé privés : entièrement financés, y compris les soins virtuels et en personne et le soutien en santé mentale.
• Pension : 8% de cotisation totale (5% salarié, 3% employeur) sur l'intégralité du salaire.
• Alimentation quotidienne : petit-déjeuner gratuit, déjeuner avec traiteur et collations au bureau.
• Véritable propriété : accès direct aux dirigeants fondateurs, véritable contribution à l'orientation du produit et possibilité de piloter des initiatives clés dès le premier jour.
• Parrainage de visa et déménagement à Londres.
Trouvez plus d'emplois anglophones au Royaume-Uni sur Arbeitnow
Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/hirehire/robot-learning-engineer-humanoid-london-435635)
Cette annonce provient d'un flux partenaire. Postulez sur le site source.
Source: Hirehire
Emplacement
Londres, Royaume-Uni
Annonce fournie par Hirehire.
