Инженер РЛ | Гуманоид

Роль: инженер по обучению с подкреплением – манипулирование
Компания: Гуманоид
Местоположение: Лондон, Великобритания (Кингс-Кросс) – на месте, пять дней в неделю.
Тип работы: Полный рабочий день
О Гуманоиде
Компания Humanoid создает самых способных, коммерчески масштабируемых и безопасных роботов-гуманоидов в мире. Ее платформа HMND-01 уже развернута в реальных промышленных условиях, что делает Humanoid самой серьезной компанией по производству гуманоидных роботов в Европе.

• 300+ человек, 34+ национальности, плоская структура: ваши решения передаются непосредственно настоящим роботам.

• Офисы в Лондоне (штаб-квартира, Кингс-Кросс), Бостоне, Ванкувере и Сан-Диего.

• Ценности: Скорость, Амбиции, Страсть, Доверие.

О роли
Команда VLA Core создает базовую модель «видение-язык-действие», на которой работает вся компания, включая предварительное обучение, модели мира и RL. В этой роли вы используете обучение с подкреплением в симуляции и на реальном оборудовании, чтобы превратить эту модель в высокопроизводительные и надежные политики манипулирования.
Это должность старшего индивидуального сотрудника без управленческого статуса. Опыт робототехники не требуется: очень немногие люди выполняли RL на реальных роботах, поэтому важно сильное RL в любой области. Команда сотрудничает с исследовательской деятельностью, но на выходе появляются политики, которые работают на роботе. Результаты публикуются в виде сообщений в блогах, а не в виде статей.
Что от вас ожидают

• Обучайте политикам манипулирования, обусловленным языком и видением, с помощью RL, в симуляции и в реальном мире.

• Создавайте сложные и разнообразные наборы задач манипулирования в симуляции.

• Работайте с Teleoperations для сбора траекторий в моделировании для клонирования поведения.

• Работайте с отделами тестирования и эксплуатации для создания реальных конвейеров обучения RL.

• Найдите способы перенести политику, разработанную на моделировании, в реальный мир (sim-to-real).

Что вам нужно для успеха

• 3+ года создания систем глубокого обучения в промышленности или исследованиях с предоставлением моделей или опубликованных работ, подтверждающих это.

• Вы решили реальные проблемы с помощью RL и глубоких нейронных сетей в любой области.

• Вы самостоятельно обучили модели (архитектуру, обучение и вывод) по крайней мере на одном из: LLM, VLM, генеративных моделей изображений или видео. Одних только работ по созданию агентов или интеграции LLM недостаточно.

• Крепкий Python и PyTorch или JAX. Вы можете профилировать, отлаживать числовые данные и писать удобный в сопровождении исследовательский код.

• Прочные основы кодирования. Этот процесс включает этап кодирования в стиле LeetCode, так что будьте готовы.

• Вы активны: можете взять открытую, запутанную задачу и решить ее, не дожидаясь спецификации. Вы четко документируете эксперименты и четко объясняете компромиссы.

• Рабочий английский.

Приятно иметь

• Опыт работы с симуляторами робототехники (Isaac Sim, MuJoCo и др.).

• Опыт применения RL в робототехнике.

• Опыт создания инфраструктуры для крупномасштабного RL (например, Ray).

• Публикации в ICLR, ICML, NeurIPS или эквивалентные материалы с открытым исходным кодом.

• Знакомство с моделями OpenVLA, Physical Intelligence (π) или аналогичными открытыми платформами VLA.

Процесс собеседования

• Вступительный разговор с Игорем, исследователем искусственного интеллекта компании HireHire.

• Экран ЧСС с Гуманоидом.

• Раунд кодирования (в стиле LeetCode).

• Интервью по специальности RL.

• Собеседование по техническому исполнению: как вы работаете, сотрудничаете и решаете проблемы.

• Дополнительный чат с техническим руководителем.

Что вы получаете

• Заработная плата: широкий диапазон, зависит от уровня, который вы указываете на собеседовании.

• Акции: опционы на акции со значительным потенциалом роста по шкале гуманоида.

• Более 30 оплачиваемых выходных: 23 дня ежегодного отпуска, все государственные праздники в Великобритании и закрытие компании между Рождеством и Новым годом.

• Частное здравоохранение: полностью финансируется, включая виртуальный и личный уход.

• Пенсия: 8% от общего взноса (5% работника, 3% работодателя) от полного заработка.

• Ежедневное питание: бесплатный завтрак, комплексный обед и закуски в офисе.

• Реальное владение: прямой доступ к лидерам-учредителям, реальный вклад в направление развития продукта и пространство для реализации ключевых инициатив с первого дня.

• Спонсорство визы и переезд в Лондон.

Найдите больше англоговорящих вакансий в Великобритании на Arbeitnow

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