РЛ Інженер | Гуманоїд

Роль: інженер із навчання підкріплення – маніпуляції
Компанія: Humanoid
Розташування: Лондон, Великобританія (Кінгс-Крос) – на місці, п’ять днів на тиждень
Тип роботи: повна зайнятість
Про Гуманоїда
Humanoid створює найпотужніших у світі, комерційно масштабованих і безпечних роботів-гуманоїдів. Його платформа, HMND-01, уже розгорнута в реальних промислових середовищах, що робить Humanoid найсерйознішою робототехнічною компанією в Європі.

• 300+ людей, 34+ національності, плоска структура: ваші рішення передаються безпосередньо в справжніх роботів.

• Офіси в Лондоні (штаб-квартира, Кінгс-Крос), Бостоні, Ванкувері та Сан-Дієго.

• Цінності: швидкість, амбіції, пристрасть, довіра.

Про роль
Основна команда VLA створює базову модель бачення-мови-дій, на якій працює вся компанія, охоплюючи попереднє навчання, світові моделі та RL. У цій ролі ви використовуєте навчання з підкріпленням у симуляції та на реальному апаратному забезпеченні, щоб перетворити цю модель на високоефективні, надійні політики маніпулювання.
Це посада високопоставленого окремого учасника без управління. Досвід робототехніки не потрібен: дуже мало людей робили RL на справжніх роботах, тому важливе значення має міцний RL у будь-якій області. Команда займається дослідженнями, але результатом є політики, які працюють на роботі. Результати публікуються як публікації в блозі, а не як документи.
Що від вас очікують

• Тренувати політику маніпуляції, залежну від мови та зору, за допомогою RL, у симуляції та в реальному світі.

• Створюйте складні та різноманітні набори маніпуляційних завдань у моделюванні.

• Працюйте з Teleoperations для збору траєкторій у симуляції для клонування поведінки.

• Працюйте з Testing and Operations, щоб налаштувати конвеєри реального навчання RL.

• Знайдіть способи перенести політики, навчені моделюванням, у реальний світ (від sim-to-real).

Що потрібно для успіху

• 3+ роки створення систем глибокого навчання в промисловості чи дослідницькій діяльності, з відправленими моделями або опублікованими роботами, щоб продемонструвати це.

• Ви вирішували реальні проблеми з RL і глибокими нейронними мережами в будь-якому домені.

• Ви самі навчили моделі (архітектура, навчання та логічний висновок) принаймні на одному з: LLM, VLM, моделях генерації зображень або відео. Створення агентів або робота з інтеграції LLM недостатньо.

• Сильний Python і PyTorch або JAX. Ви можете профілювати, налагоджувати числові дані та писати придатний для обслуговування код дослідження.

• Сильні основи кодування. Процес включає раунд кодування в стилі LeetCode, тому будьте готові.

• Ви проактивні: ви можете взяти відкриту, заплутану проблему та вирішити її, не чекаючи специфікації. Ви чітко документуєте експерименти та чітко пояснюєте компроміси.

• Робоча англійська.

Приємно мати

• Досвід роботи з симуляторами робототехніки (Isaac Sim, MuJoCo та ін.).

• Досвід застосування RL до робототехніки.

• Досвід створення інфраструктури для великомасштабного RL (наприклад, Ray).

• Публікації в ICLR, ICML, NeurIPS або еквівалентні внески з відкритим кодом.

• Знайомство з моделями OpenVLA, Physical Intelligence (π) або подібними відкритими фреймворками VLA.

Процес співбесіди

• Вступна розмова з Ігорем, найнятим дослідником ШІ.

• Екран HR з Humanoid.

• Раунд кодування (у стилі LeetCode).

• Співбесіда за спеціалізацією RL.

• Співбесіда щодо технічного виконання: як ви працюєте, співпрацюєте та вирішуєте проблеми.

• Додатковий чат з технічним керівником.

Що ви отримуєте

• Заробітна плата: широкий діапазон, який визначається рівнем, який ви показуєте на співбесідах.

• Акціонерний капітал: опціони на акції зі значним потенціалом зростання, як гуманоїдні ваги.

• 30+ оплачуваних вихідних: 23 дні щорічної відпустки, усі державні свята Великобританії та закриття компанії між Різдвом і Новим роком.

• Приватна медична допомога: повністю фінансується, включаючи віртуальну та особисту допомогу.

• Пенсія: 8% від загального внеску (5% працівник, 3% роботодавець) від повного заробітку.

• Щоденне харчування: безкоштовний сніданок, обід та перекуси в офісі.

• Справжня власність: прямий доступ до засновницького керівництва, реальний внесок у напрямок продукту та можливість керувати ключовими ініціативами з першого дня.

• Візове спонсорство та переїзд до Лондона.

Знайдіть більше англомовних вакансій у Великобританії на Arbeitnow

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