В Humanoid мы верим в будущее, где роботы расширяют возможности человека. Вот почему мы поставили перед собой миссию создать самые способные, коммерчески масштабируемые и безопасные человекоподобные роботы в мире. Мы воплощаем эту миссию в жизнь с помощью HMND-01 — нашей быстроразвивающейся человекоподобной платформы, развертываемой в реальных промышленных условиях, — и мы расширяем команду, чтобы вывести ее на новый уровень.
О РОЛИ
Мы ищем инженера по обучению с подкреплением (Reinforcement Learning) уровня Senior или Staff для разработки управляющих политик на основе обучения для человекоподобных роботов.
Вы будете проектировать и обучать политики обучения с подкреплением, которые обеспечивают динамическую локомоцию и локомо-манипуляционное поведение на реальных роботах. Ваша работа будет сосредоточена на создании масштабируемых конвейеров обучения, проектировании функций вознаграждения и сред, а также на улучшении переноса из симуляции в реальный мир (sim-to-real transfer) для надежного развертывания на аппаратном обеспечении.
Вы будете тесно сотрудничать с инженерами по системам управления и робототехнике для интеграции обученных политик в стек управления роботом, обеспечивая стабильное и надежное поведение в реальных условиях.
Разработка будет включать непрерывные итерации между крупномасштабной симуляцией и аппаратными экспериментами.
Проблемы, над которыми вы будете работать, включают динамическую локомоцию, восстановление равновесия, манипуляцию с учетом контакта и обучение политик для множества видов поведения.
ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ
- Проектировать и обучать политики обучения с подкреплением для управления человекоподобными роботами.
- Создавать масштабируемые конвейеры симуляции и обучения (например, Isaac Lab, MuJoCo).
- Проектировать функции вознаграждения, пространства наблюдений и учебные программы для сложных видов поведения.
- Улучшать надежность и перенос из симуляции в реальный мир (sim-to-real transfer) обученных политик.
- Развертывать и оценивать политики на реальных роботизированных системах.
- Интегрировать политики в стек управления.
ЧТО МЫ ИЩЕМ
- Степень магистра или PhD в области робототехники, машинного обучения, информатики или смежной области.
- Опыт работы с обучением с подкреплением (например, PPO, SAC, offline RL).
- Опыт применения RL в робототехнике или физических системах.
- Опыт развертывания обученных политик на реальных роботизированных системах.
- Опыт работы с физическими симуляционными средами (например, Isaac Lab, MuJoCo).
- Отличные навыки программирования на Python и/или C++.
ПРИЯТНО ИМЕТЬ
- Опыт использования RL для локомоции или шагающих роботов.
- Опыт переноса из симуляции в реальный мир (sim-to-real transfer).
- Знакомство с динамикой роботов, системами управления или управлением всем телом робота.
ЧТО МЫ ПРЕДЛАГАЕМ
- Конкурентоспособные опционы: опционы на акции с существенным потенциалом роста по мере масштабирования компании.
- Более 30 оплачиваемых выходных дней, включая 23 дня ежегодного отпуска, все банковские праздники Великобритании и дополнительные дни закрытия компании (включая перерыв на Рождество и Новый год).
- Частное медицинское страхование, включая виртуальную и очную помощь.
- Пенсионная схема с общим взносом 8% (5% сотрудник, 3% работодатель) от полного заработка.
- Бесплатные ежедневные завтраки, обеды от кейтеринга и закуски в офисе.
- Работа на переднем крае — ежедневное сотрудничество с инженерами мирового класса, исследователями и экспертами по продуктам, создающими следующее поколение ИИ и человекоподобной робототехники.
- Реальное влияние — прямой доступ к руководству основателей, значительный вклад в направление развития продукта и возможность продвигать ключевые инициативы с первого дня.
