Samonadzorowane uczenie się starszego inżyniera AI

RIVR, część Amazona, to pionierska firma zajmująca się robotyką, pionierska w dziedzinie fizycznej sztucznej inteligencji poprzez dostawę do domu w świecie rzeczywistym. Założona w 2024 r. jako spółka spin-off ETH Zurich, firma RIVR opracowała roboty na kołach, zaprojektowane do działania w złożonych, nieustrukturyzowanych środowiskach, takich jak schody, bramy, drzwi i nierówny teren miejski. Wierzymy, że osiągnięcie ogólnej inteligencji fizycznej wymaga rozwiązywania rzeczywistych problemów klientów w prawdziwym świecie, w którym roboty mogą uczyć się na dużą skalę na podstawie bogatych danych operacyjnych.

Po naszym przejęciu przez Amazon w marcu 2026 r. kontynuujemy tę misję z większym zasięgiem i szybkością. Łącząc niestandardowy sprzęt robota, autonomię na pokładzie i koordynację w chmurze, RIVR, część Amazona, buduje następną generację bezpiecznych i niezawodnych robotów autonomicznych do dostaw na ostatnim etapie

Opis stanowiska

Nasza globalna flota autonomicznych robotów działa w świecie rzeczywistym, generując ogromne ilości danych z czujników multimodalnych. Chociaż nasz zespół VLA koncentruje się na budowaniu wielkoskalowych modeli w celu wykorzystania tych danych, większość z nich pozostaje nieoznaczona i nieustrukturyzowana. Poszukujemy eksperta w dziedzinie samonadzoru i uczenia się poprzez reprezentację, aby uwolnić pełny potencjał tej ogromnej puli danych.

Na tym stanowisku będziesz odpowiedzialny za projektowanie i budowanie podstawowego silnika danych, który przekształca surowe, rzeczywiste dane z czujników w ustrukturyzowane zbiory danych o wysokim sygnale, odpowiednie do uczenia sieci neuronowych. Będziesz pionierem metod automatycznego selekcjonowania, filtrowania i pseudo-oznaczania tych danych, tworząc potężne reprezentacje, które służą jako podstawa wszystkich dalszych zadań, w tym nawigacji, uczenia się przez naśladownictwo i podejmowania decyzji.

Będziesz współpracować bezpośrednio z zespołami VLA i Reinforcement Learning w celu zdefiniowania strategii i interfejsów dotyczących danych, zapewniając, że generowane dane bezpośrednio przyspieszą rozwój ich modeli. Jeśli pasjonujesz się rozwiązywaniem „wąskich gardeł danych” w robotyce i chcesz budować systemy, które uczą się znaczących wzorców ze świata fizycznego, zapraszamy do przyłączenia się do nas.

Co będziesz robić

• Projektuj, buduj i utrzymuj skalowalne potoki danych w celu przetwarzania, filtrowania i przekształcania terabajtów surowych, multimodalnych danych z czujników (np. wideo, LiDAR, IMU, odometria) z naszej floty robotów.

• Opracuj i wdrażaj najnowocześniejsze algorytmy samonadzorowania i uczenia się poprzez reprezentację, aby automatycznie wyodrębniać cechy, odkrywać wzorce i generować pseudoetykiety z naszych nieoznakowanych danych.

• Ścisła współpraca z zespołami zajmującymi się modelem podstawowym VLA i zespołami RL w celu zdefiniowania wymagań dotyczących danych, interfejsów API i strategii wykorzystania wybranych zbiorów danych i wyuczonych reprezentacji.

• Projektuj i wdrażaj solidne strategie oceny, testy porównawcze i zbiory danych, aby rygorystycznie śledzić wydajność i jakość zarówno potoku danych, jak i modeli końcowych, które go wykorzystują.

• Posiadaj własny proces integracji danych, tworząc wydajne moduły ładowania danych i wzorce dostępu, aby dane o wysokim sygnale były łatwo dostępne na potrzeby uczenia modeli i eksperymentowania.

• Badania i prototypowanie nowatorskich technik przechowywania danych, aktywnego uczenia się i wykrywania anomalii w celu ciągłego doskonalenia jakości i wydajności naszego silnika danych.

Co musisz mieć

• Tytuł magistra lub wyższy w odpowiedniej dziedzinie, takiej jak informatyka, uczenie maszynowe lub robotyka.

• Minimum trzyletnie doświadczenie w branży lub badaniach, łącznie z tytułem doktora.

• Głęboka wiedza specjalistyczna w zakresie uczenia się samonadzorowanego (SSL) i uczenia się poprzez reprezentację, szczególnie w przypadku danych z czujników multimodalnych (np. uczenie kontrastowe, autoenkodery z maską, modele świata).

• Udokumentowane doświadczenie w budowaniu i zarządzaniu potokami przetwarzania danych na dużą skalę na potrzeby uczenia maszynowego (np. przy użyciu Spark, Kubeflow lub podobnych narzędzi natywnych w chmurze).

• Silne zrozumienie danych z czujników robotycznych (np. kamery, LiDAR, IMU, odometrii) i ich charakterystyki.

• Silne umiejętności programowania w języku Python i głębokie doświadczenie z PyTorch, w tym tworzenie niestandardowych i wydajnych modułów DataLoaders.

• Doświadczenie z najlepszymi praktykami MLOps i narzędziami do wersjonowania danych (np. DVC, Pachyderm)

Zdobądź dodatkowe punkty

• Stopień doktora w dziedzinie robotyki, inżynierii, informatyki, uczenia maszynowego lub podobnej dyscypliny lub równoważne doświadczenie badawcze.

• Publikacje na najważniejszych konferencjach poświęconych ML lub robotyce (np. NeurIPS, ICML, CVPR, CoRL, ICLR).

• Doświadczenie z modelami generatywnymi (np. GAN, modelami dyfuzji) do powiększania danych lub symulacji.

RIVR, część Amazona, angażuje się w budowanie zróżnicowanego i włączającego zespołu, który ceni każdą perspektywę. Jeśli pasjonujesz się wprowadzaniem innowacji w robotyce i wywieraniem znaczącego wpływu, zachęcamy Cię do aplikowania i wniesienia do naszego zespołu swojej wyjątkowej osobowości.

Wierzymy, że najlepszą pracę wykonuje się podczas współpracy, dlatego wymagamy osobistej obecności w naszych biurach.

Znajdź oferty pracy w Szwajcarii na Arbeitnow

Źródło: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/rivr/senior-ai-engineer-self-supervised-learning-zurich-458757)