ML Engineer, Manipulation

То, что мы делаем, непросто, но ничто стоящее никогда не бывает легким. Мы предвидим будущее, основанное на роботах, которые беспрепятственно работают с человеческими командами. Мы создаем искусственный интеллект, который позволяет сервисным роботам сотрудничать с людьми и адаптироваться к динамичной человеческой среде. Присоединяйтесь к нашей целеустремленной команде, чтобы создавать текущие и будущие поколения роботов. В качестве ML-инженера по манипуляциям вы будете разрабатывать и внедрять системы манипуляций на основе обучения, которые позволят мобильным роботам надежно взаимодействовать с физическим миром в динамичной человеческой среде. Вы будете создавать модели «от восприятия до действия», обучающие наборы данных, инструменты оценки и конвейеры развертывания, которые повышают надежность, обобщаемость и безопасность для реальных задач манипуляции в большом масштабе. Ваша работа будет напрямую влиять на способность робота последовательно выполнять сложные взаимодействия на реальных объектах с минимальными усилиями по разработке специальных случаев. Обязанности Разрабатывать модели манипуляций на основе обучения для комплексного взаимодействия, управляемого датчиками (например, достижение цели, генерация движения и выполнение в динамических средах). Создавать и поддерживать конвейеры обучения манипуляциям: создание наборов данных из журналов роботов/телеоперации, представления действий, аугментация и распределенное обучение. Проектировать метрики оценки и регрессионные тесты, которые количественно определяют надежность манипуляций, поведение восстановления и безопасность в реальных средах. Разрабатывать рабочие процессы «из симуляции в реальность» для обучения манипуляциям, включая симуляционные среды, рандомизацию домена и тестирование режимов отказа. Оптимизировать и дистиллировать модели для развертывания на периферийных устройствах; проводить бенчмаркинг задержки, использования памяти и стабильности на целевом оборудовании. Сотрудничать с командой платформы ИИ для интеграции политик с системами управления и безопасности, а также валидировать сквозную производительность на роботах. Анализировать производительность на местах, выявлять доминирующие режимы отказа и проводить итеративные улучшения путем сбора данных и целенаправленного переобучения. Основные требования Степень бакалавра или магистра в области робототехники, компьютерных наук, электротехники или смежной области (степень PhD — плюс). 3+ года опыта применения машинного обучения к робототехническим манипуляциям, визуомоторному управлению или последовательным моделям. Высокий уровень владения PyTorch и опыт построения надежных конвейеров обучения/оценки. Сильные навыки разработки программного обеспечения на Python; способность к сотрудничеству между командами ML и робототехники. Предпочтительные квалификации Опыт работы с моделями «зрение-язык-действие» (VLA), клонированием поведения и/или моделями-трансформерами/диффузионными моделями для управления роботами. Опыт обучения «из симуляции в реальность» для манипуляций (Isaac Sim/Mujoco или аналогичные), включая рандомизацию домена и синтетические данные. Опыт развертывания моделей ML на периферийном оборудовании (ONNX/TensorRT, квантование, профилирование производительности). Знакомство с интеграцией критически важных для безопасности робототехнических систем и проектированием резервных/восстановительных поведений.