Ingénieur en apprentissage des robots

Pourquoi ce rôle est passionnant
Rohlik est le leader de l'e-épicerie en Europe centrale. Plus d'un million de clients achètent leurs produits d'épicerie chez nous via Rohlik.cz, Knuspr.de, Kifli.hu, Gurkerl.at et Sezamo.ro, choisissant parmi plus de 17 000 articles, livrés en quelques heures dans des fenêtres de 15 minutes.
Nous construisons l’épicier autonome. Maia, notre assistante IA, parle déjà aux clients et construit leurs commandes ; les agents s'implantent dans nos achats et notre logistique ; les modèles de vision apprennent à surveiller la qualité. La prochaine frontière est physique : les robots prennent en charge de plus en plus de travail dans nos centres de distribution, jusqu'à ce que les produits frais soient acheminés des producteurs vers les ménages à un coût que personne d'autre ne peut égaler.
Nous avons pour objectif d’enregistrer la manière dont nos propres collaborateurs manipulent les courses et de transformer ces enregistrements en un corpus de formation aux politiques de manipulation. Nos entrepôts enregistrent déjà ce qui s'est passé lors de chaque sélection et de chaque contrôle qualité, de sorte que les enregistrements peuvent porter des étiquettes que la plupart des ensembles de données ne reçoivent jamais. Faire cela fait partie du travail.
Vous décidez ce qui rend une heure de séquence pouvant être entraînée – avant d’en stocker des centaines.

Ce que vous posséderez et livrerez

• Les spécifications de capture. Caméras, supports, calibrage et ce qui disqualifie un épisode. Vous l’écrivez avant d’acheter la flotte et vous l’appliquez après. Lorsque les spécifications et le sol ne sont pas d'accord, vous vous rendez au sol et découvrez lequel est erroné.

• Vérité terrain. La pose de la main est le signal qui passe de la vidéo humaine aux politiques du robot, et la réalité de l'entrepôt – gants de travail, occlusion, halls froids – est exactement là où les modèles publiés ont du mal. Vous êtes propriétaire de la manière dont nous mesurons cela et de la manière dont nous comblons l’écart.

• Le harnais d'évaluation. Le corpus ne compte que si une politique peut s’en servir. Vous construisez le harnais qui décide quelles heures font la banque et vous maintenez la barre de capacité d'entraînement à mesure que le volume augmente.

• Les premiers entraînements. Une fois les heures accumulées, vous post-entraînez des modèles ouverts d'apprentissage robotique sur nos données et exécutez les premières évaluations de tâches.

• Jugement avant de dépenser. Le terrain se déplace mensuellement. Vous lisez ce qui est publié, reproduisez les affirmations sur lesquelles nous dépendons et pilotez notre capture avant que l’argent ne soit dépensé, pas après.

La portée
Il s'agit d'un siège dans une petite équipe nouvellement créée : un responsable des opérations qui gère la capture sur le terrain, un ingénieur de données qui est propriétaire du pipeline et vous : la voix de l'apprentissage automatique dans la salle. Il ne s’agit pas d’un rôle de chercheur scientifique et aucun dossier de publication n’est requis. Le travail consiste à rendre un corpus entraînable et à former les premières politiques sur celui-ci.

Ce que nous recherchons

• PyTorch et vision par ordinateur avec une vraie géométrie 3D. Calibrage de la caméra, estimation de pose, principes fondamentaux du SLAM. Vous avez débogué un calibrage extrinsèque au moins une fois dans votre vie et savez pourquoi il a dérivé.

• Vous pouvez lire un article et le reproduire. Notre pipeline est constitué à partir de travaux publiés, et votre travail consiste à savoir quelles réclamations survivent au contact avec un entrepôt réfrigéré.

• Vous savez sur quelles politiques se forment. Je suis suffisamment familier avec la pile d'apprentissage robotique actuelle et les cours de politique pour savoir ce que le côté formation exigera des données avant que celles-ci n'existent.

• Instincts des ensembles de données. Vous vous êtes entraîné sur les données que vous avez vous-même collectées et vous connaissez les modes de défaillance qui n'apparaissent qu'au moment de l'entraînement.

• Confortable en tant que seule voix ML. Vous passez l'appel, l'écrivez et le revisitez lorsque les données pilotes indiquent le contraire.

• L'IA est la façon dont le travail est effectué ici. Nos ingénieurs utilisent Claude Code et Devin quotidiennement, et nous attendons de vous que vous dirigiez les agents pour les parties peu glamour – code de faisceau, plomberie de données, scripts de reproduction – tout en gardant la barre de qualité exactement là où elle était.

• Particulièrement pertinent. Estimation de la pose manuelle ou vidéo égocentrique en production ; plates-formes multi-caméras et synchronisation temporelle ; expérimenter des modèles d’apprentissage robotique post-formation ; ROS 2.

À quoi ressemble le succès en 90 jours
Vous avez rédigé la spécification de capture et nous avons mis en place les premières plates-formes en fonction de celle-ci. Vos portes pilotes ont des numéros, les premières heures ont passé votre harnais, et vous pouvez dire aux personnes qui signent le budget, avec des données, à quoi devraient ressembler les cent prochaines heures.

Sommes-nous bien adaptés ?
Acceptez ce rôle si vous préférez posséder la spécification qui décide si un ensemble de données devient un actif ou une radiation plutôt que d'ajuster le modèle de quelqu'un d'autre sur les données de quelqu'un d'autre, si un centre de distribution à 6 heures du matin vous ressemble à un laboratoire et si vous voulez la ligne la plus courte possible entre votre jugement technique et une décision capitale. Lisez notre code culturel et sommes-nous un bon candidat ? .

Ce que nous proposons

• Le côté physique-IA de l'épicier autonome, avec les spécifications de capture et la première formation, vous gère dès le premier jour.

• Un actif de données que peu d'équipes dans le monde ont la possibilité de construire, dans des produits d'épicerie fraîche, un domaine aussi difficile que la manipulation.

• Du matériel prêt à l'emploi, un parc cloud géré et un mandat qui a déjà commencé

• Avantages – voyez ce que nous proposons

Êtes-vous partant ?
Au lieu d'une lettre de motivation : choisissez un pipeline publié de politique de la vidéo humaine au robot que vous évaluez et dites-nous où il se brise dans un entrepôt où chaque main porte un gant de travail.
Trouvez un emploi en Allemagne sur Arbeitnow

Source : Arbeitnow (https://www.arbeitnow.com/jobs/companies/rohlik/robot-learning-engineer-berlin-164549)