Должность: Инженер по обучению с подкреплением – Манипуляции
Компания: Humanoid
Местоположение: Лондон, Великобритания (Кингс-Кросс) – на месте, пять дней в неделю
Тип занятости: Полный рабочий день
О компании Humanoid
Humanoid создает самые передовые, коммерчески масштабируемые и безопасные человекоподобные роботы в мире. Ее платформа HMND-01 уже используется на реальных промышленных объектах, что делает Humanoid самой серьезной компанией в области человекоподобной робототехники в Европе.
- 300+ человек, 34+ национальности, плоская структура: ваши решения напрямую внедряются в реальных роботов.
- 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 зрения-языка-действия, на которой работает вся компания, охватывая предварительное обучение, мировые модели и обучение с подкреплением. В этой роли вы будете использовать обучение с подкреплением, в симуляции и на реальном оборудовании, чтобы превратить эту модель в высокопроизводительные, надежные политики манипуляций.
Это роль старшего индивидуального специалиста без управленческого трека. Опыт в робототехнике не требуется: очень немногие люди занимались обучением с подкреплением на реальных роботах, поэтому главное – сильные навыки в области обучения с подкреплением в любой области. Команда близка к исследованиям, но результат – политики, которые работают на роботе. Результаты публикуются в виде сообщений в блогах, а не статей.
Что ожидается от вас
- Обучение политик манипуляций, обусловленных языком и зрением, с помощью обучения с подкреплением, в симуляции и в реальном мире.
- Создание сложных и разнообразных наборов задач манипуляции в симуляции.
- Работа с телеоперациями для сбора траекторий в симуляции для клонирования поведения.
- Работа с отделами тестирования и эксплуатации для настройки конвейеров обучения с подкреплением в реальном мире.
- Поиск способов переноса политик, обученных в симуляции, в реальный мир (sim-to-real).
Что нужно для успеха
- Более 3 лет опыта создания систем глубокого обучения в промышленности или исследованиях, с выпущенными моделями или опубликованными работами.
- Вы решали реальные проблемы с помощью обучения с подкреплением и глубоких нейронных сетей в любой области.
- Вы самостоятельно обучали модели (архитектура, обучение и вывод) по крайней мере по одному из следующих направлений: LLM, VLM, модели генерации изображений или видео. Только работа по созданию агентов или интеграции LLM недостаточна.
- Сильный Python и PyTorch или JAX. Вы можете профилировать, отлаживать численные методы и писать поддерживаемый исследовательский код.
- Сильные основы программирования. Процесс включает раунд по кодированию в стиле LeetCode, поэтому будьте готовы.
- Вы проактивны: вы можете взять открытую, неструктурированную проблему и решать ее, не дожидаясь спецификации. Вы четко документируете эксперименты и ясно объясняете компромиссы.
- Рабочий английский язык.
Желательно
- Опыт работы с симуляторами робототехники (Isaac Sim, MuJoCo и т. д.).
- Опыт применения обучения с подкреплением в робототехнике.
- Опыт создания инфраструктуры для крупномасштабного обучения с подкреплением (например, Ray).
- Публикации на ICLR, ICML, NeurIPS или эквивалентные вклады в open-source.
- Знакомство с OpenVLA, моделями Physical Intelligence (π) или аналогичными открытыми фреймворками VLA.
Процесс собеседования
- Вводный звонок с Игорем, исследователем ИИ hirehire.
- HR-скрининг с Humanoid.
- Раунд по кодированию (в стиле LeetCode).
- Собеседование по специализации в области обучения с подкреплением.
- Техническое собеседование по исполнению: как вы работаете, сотрудничаете и решаете проблемы.
- Необязательная беседа с техническим руководителем.
Что вы получите
- Зарплата: широкий диапазон, определяемый уровнем, который вы продемонстрируете на собеседованиях.
- Акции: опционы на акции со значительным потенциалом роста по мере масштабирования Humanoid.
- 30+ оплачиваемых выходных дней: 23 дня ежегодного отпуска, все государственные праздники Великобритании и перерыв в работе компании между Рождеством и Новым годом.
- Частное медицинское страхование: полностью оплачиваемое, включая виртуальную и личную помощь.
- Пенсия: 8% от общего взноса (5% сотрудник, 3% работодатель) на полный заработок.
- Ежедневное питание: бесплатный завтрак, обед и закуски в офисе.
- Реальная ответственность: прямой доступ к руководству-основателю, реальное влияние на направление продукта и возможность с первого дня заниматься ключевыми инициативами.
- Визовая поддержка и релокация в Лондон.
