Robot Öğrenme Mühendisi

Bu rol neden heyecan verici?
Rohlik, Orta Avrupa'nın lider e-bakkalıdır. Bir milyondan fazla müşteri yiyeceklerini Rohlik.cz, Knuspr.de, Kifli.hu, Gurkerl.at ve Sezamo.ro aracılığıyla bizden satın alıyor ve 15 dakikalık aralıklarla birkaç saat içinde teslim edilen 17.000'den fazla ürün arasından seçim yapıyor.
Otonom bakkalı inşa ediyoruz. Yapay zeka asistanımız Maia zaten müşterilerle konuşuyor ve siparişlerini oluşturuyor; acenteler satın alma ve lojistiğimize taşınıyor; Görme modelleri kaliteyi izlemeyi öğreniyor. Bir sonraki sınır ise fiziksel: robotlar, taze yiyeceklerin üreticilerden evlere kimsenin karşılayamayacağı bir maliyetle taşınmasına kadar, tedarik merkezlerimizdeki işin giderek daha fazlasını üstleniyor.
Kendi çalışanlarımızın yiyecek alışverişlerini nasıl hallettiğini kaydetmeye ve bu kayıtları manipülasyon politikaları için bir eğitim külliyatına dönüştürmeye çalışıyoruz. Depolarımız zaten her toplama ve her kalite kontrolünde olanları günlüğe kaydediyor, böylece kayıtlar çoğu veri kümesinin asla alamayacağı etiketleri taşıyabilir. Bu tutuşu sağlamak işin bir parçası.
Yüzlerce videoyu biriktirmeden önce, bir saatlik çekimi neyin eğitime uygun hale getireceğine siz karar verirsiniz.

Sahip olacağınız ve teslim edeceğiniz şeyler

• Yakalama spesifikasyonu. Kameralar, montajlar, kalibrasyon ve bir bölümü diskalifiye eden şeyler. Filoyu satın almadan önce siz yazın ve sonra uygulayın. Spesifikasyon ve zemin aynı fikirde olmadığında sahaya gider ve hangisinin yanlış olduğunu bulursunuz.

• Temel gerçek. El pozu, insan videosundan robot politikalarına aktarılan sinyaldir ve depo gerçekliği (iş eldivenleri, kapatma, soğuk koridorlar) tam olarak yayınlanan modellerin mücadele ettiği yerdir. Bunu nasıl ölçtüğümüze ve aradaki farkı nasıl kapattığımıza siz sahipsiniz.

• Değerlendirme kemeri. Derlem yalnızca bir politikanın üzerinde eğitim alması durumunda sayılır. Hangi saatlerin bankaya gireceğine karar veren emniyet kemerini siz oluşturursunuz ve hacim arttıkça eğitilebilirlik çıtasını korursunuz.

• İlk eğitim çalışır. Saatler dolduktan sonra açık robot öğrenme modellerini verilerimiz üzerinde eğitirsiniz ve ilk görev değerlendirmelerini çalıştırırsınız.

• Harcama öncesi hüküm. Alan aylık olarak hareket eder. Yayınlananları okursunuz, dayandığımız iddiaları yeniden üretirsiniz ve para harcanmadan önce yakalamamızı yönlendirirsiniz, sonra değil.

kapsam
Bu, yeni oluşturulmuş küçük bir ekibin koltuğu: sahada yakalamayı yürüten bir operasyon lideri, boru hattının sahibi bir veri mühendisi ve siz: odadaki makine öğreniminin sesi. Bu bir araştırmacı-bilim adamı rolü değildir ve herhangi bir yayın kaydına gerek yoktur. İş, bir derlemi eğitilebilir hale getirmek ve ilk politikaları buna göre eğitmektir.

Aradığımız şey

• PyTorch ve gerçek 3 boyutlu geometriye sahip bilgisayarlı görme. Kamera kalibrasyonu, poz tahmini, SLAM temelleri. Hayatınızda en az bir kez dışsal bir kalibrasyonda hata ayıkladınız ve bunun neden saptığını biliyorsunuz.

• Bir makaleyi okuyabilir ve çoğaltabilirsiniz. Boru hattımız yayınlanmış çalışmalardan derlenmiştir ve sizin göreviniz, hangi taleplerin soğutulmuş bir depo salonuyla temas halinde hayatta kaldığını bilmektir.

• Hangi politikaların eğitim aldığını biliyorsunuz. Mevcut robot öğrenme yığınına ve politika sınıflarına, veriler mevcut olmadan önce eğitim tarafının verilerden ne talep edeceğini bilecek kadar aşina olun.

• Veri kümesi içgüdüleri. Kendi topladığınız veriler üzerinde eğitim aldınız ve yalnızca eğitim zamanlarında ortaya çıkan hata türlerini biliyorsunuz.

• Tek ML sesi kadar rahat. Aramayı yaparsınız, not edersiniz ve pilot veriler aksini söylediğinde tekrar ziyaret edersiniz.

• Burada işlerin yapılma şekli yapay zekadır. Mühendislerimiz Claude Code ve Devin'i her gün kullanıyor ve kalite çıtasını tam olarak olduğu yerde tutarken, aracıları donanım kodu, veri tesisatı, çoğaltma komut dosyaları gibi gösterişsiz kısımlar için yönlendirmenizi bekliyoruz.

• Özellikle alakalı. Üretimde el pozu tahmini veya ben merkezli video; çoklu kamera donanımları ve zaman senkronizasyonu; eğitim sonrası robot öğrenme modellerini deneyimleyin; ROS2.

90 günde başarı neye benziyor?
Yakalama spesifikasyonunu yazdınız ve biz de buna göre ilk donanımları kurduk. Pilot kapılarınızın numaraları var, ilk saatler koşumunuzu geçti ve verilerle bütçeyi imzalayan kişilere önümüzdeki yüz saatin nasıl olması gerektiğini anlatabilirsiniz.

Uyumlu muyuz?
Bir başkasının modelini başka birinin verilerine göre ayarlamak yerine, bir veri kümesinin bir varlık mı yoksa silinecek mi olacağına karar veren spesifikasyona sahip olmayı tercih ediyorsanız, sabah 6'daki bir sipariş karşılama merkezi size laboratuvar gibi geliyorsa ve teknik muhakemeniz ile önemli bir karar arasında mümkün olan en kısa çizgiyi istiyorsanız bu rolü üstlenin. Kültür kodlarımızı okuyun ve biz uygun muyuz? .

Ne sunuyoruz

• Otonom bakkalın fiziksel yapay zeka tarafı, yakalama özellikleri ve ilk eğitim sizinkini ilk günden itibaren çalıştırır

• Dünyadaki çok az ekibin taze yiyeceklerde, manipülasyon kadar zor bir alan oluşturabildiği bir veri varlığı

• Kullanıma hazır donanım, yönetilen bir bulut ortamı ve halihazırda başlamış bir görev

• Avantajlar — neler sunduğumuzu görün

İçeride misin?
Bir ön yazı yerine: derecelendirdiğiniz yayınlanmış bir insan-video-robot politikası hattını seçin ve bize herkesin iş eldiveni giydiği bir depo katında nerede kırıldığını söyleyin.
Arbeitnow'da Almanya'da İş Bulun

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