Inżynier RL | Humanoidalny

Rola: Inżynier uczenia się przez wzmacnianie – manipulacja
Firma: Humanoid
Lokalizacja: Londyn, Wielka Brytania (King’s Cross) – na miejscu, pięć dni w tygodniu
Rodzaj pracy: Pełny etat
O Humanoidzie
Humanoid buduje najpotężniejsze, komercyjnie skalowalne i bezpieczne roboty humanoidalne na świecie. Jej platforma, HMND-01, została już wdrożona w rzeczywistych środowiskach przemysłowych, co czyni Humanoid najpoważniejszą firmą zajmującą się robotyką humanoidalną w Europie.

• Ponad 300 osób, ponad 34 narodowości, płaska struktura: Twoje decyzje są przesyłane bezpośrednio do prawdziwych robotów.

• Biura w Londynie (siedziba główna, King’s Cross), Bostonie, Vancouver i San Diego.

• Wartości: Szybkość, Ambicja, Pasja, Zaufanie.

O roli
Zespół VLA Core buduje podstawowy model wizji, języka i działania, na którym działa cała firma, obejmujący szkolenia przedszkoleniowe, modele światowe i RL. Na tym stanowisku używasz uczenia się przez wzmacnianie, w symulacji i na prawdziwym sprzęcie, aby przekształcić ten model w wydajne i niezawodne zasady manipulacji.
Jest to stanowisko starszego, indywidualnego współpracownika, bez ścieżki zarządzania. Doświadczenie w robotyce nie jest wymagane: bardzo niewiele osób pracowało nad RL na prawdziwych robotach, dlatego liczy się silny RL w dowolnej dziedzinie. Zespół zajmuje się badaniami, ale efektem są zasady, które działają na robocie. Wyniki są udostępniane w postaci postów na blogu, a nie artykułów.
Czego się od ciebie oczekuje

• Trenuj zasady manipulacji uwarunkowane językiem i wizją za pomocą RL, w symulacji iw świecie rzeczywistym.

• Twórz wymagające i różnorodne zestawy zadań manipulacyjnych w symulacji.

• Współpracuj z Teleoperacjami, aby zebrać trajektorie w symulacji na potrzeby klonowania zachowań.

• Współpraca z Działem Testowania i Operacji w celu skonfigurowania potoków szkoleniowych RL w świecie rzeczywistym.

• Znaleźć sposoby na przeniesienie zasad wyszkolonych w symulacji do świata rzeczywistego (sim-to-real).

Czego potrzebujesz, aby odnieść sukces

• Ponad 3 lata tworzenia systemów głębokiego uczenia się w przemyśle lub badaniach, z dostarczonymi modelami lub opublikowanymi pracami, które to potwierdzają.

• Rozwiązałeś rzeczywiste problemy z RL i głębokimi sieciami neuronowymi w dowolnej domenie.

• Sam wyszkoliłeś modele (architektura, trenowanie i wnioskowanie) na co najmniej jednym z: LLM, VLM, modeli generujących obraz lub wideo. Samo budowanie agentów lub integracja LLM nie wystarczą.

• Silny Python i PyTorch lub JAX. Możesz profilować, debugować dane liczbowe i pisać łatwy w utrzymaniu kod badawczy.

• Solidne podstawy kodowania. Proces obejmuje rundę kodowania w stylu LeetCode, więc przygotuj się.

• Jesteś proaktywny: możesz podjąć się otwartego, bałaganiarskiego problemu i rozwiązać go, nie czekając na specyfikację. Przejrzyście dokumentujesz eksperymenty i jasno wyjaśniasz kompromisy.

• Praca w języku angielskim.

Miło mieć

• Doświadczenie z symulatorami robotyki (Isaac Sim, MuJoCo, itp.).

• Doświadczenie w stosowaniu RL w robotyce.

• Doświadczenie w budowaniu infrastruktury dla RL na dużą skalę (np. Ray).

• Publikacje w ICLR, ICML, NeurIPS lub równoważnych źródłach open source.

• Znajomość modeli OpenVLA, Physical Intelligence (π) lub podobnych otwartych frameworków VLA.

Proces wywiadu

• Rozmowa wprowadzająca z Igorem, badaczem sztucznej inteligencji firmy Hirehire.

• Ekran HR z Humanoidem.

• Runda kodowania (w stylu LeetCode).

• Rozmowa kwalifikacyjna RL.

• Rozmowa dotycząca wykonania technicznego: jak pracujesz, współpracujesz i generujesz problemy.

• Opcjonalny czat z liderem technicznym.

Co dostajesz

• Wynagrodzenie: szeroki zakres, ustalany na podstawie poziomu, jaki pokażesz na rozmowach kwalifikacyjnych.

• Akcje: opcje na akcje ze znaczącym wzrostem w skali Humanoid.

• Ponad 30 płatnych dni wolnych: 23 dni urlopu corocznego, wszystkie święta państwowe w Wielkiej Brytanii i przestój firmy między Bożym Narodzeniem a Nowym Rokiem.

• Prywatna opieka zdrowotna: w pełni finansowana, w tym opieka wirtualna i osobista.

• Emerytura: 8% całkowitej składki (5% pracownika, 3% pracodawcy) od pełnych zarobków.

• Codzienne wyżywienie: bezpłatne śniadanie, lunch i przekąski w biurze.

• Prawdziwa własność: bezpośredni dostęp do przywództwa założycieli, prawdziwy wkład w kierunek produktu i przestrzeń do prowadzenia kluczowych inicjatyw od pierwszego dnia.

• Sponsoring wizowy i przeniesienie do Londynu.

Znajdź więcej ofert pracy ze znajomością języka angielskiego w Wielkiej Brytanii na Arbeitnow

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