Starszy specjalista ds. badań nad sztuczną inteligencją (RL oparty na modelu)

O Phaidra Phaidra buduje przyszłość automatyki przemysłowej. Dzisiejszy świat jest wypełniony statyczną, monolityczną infrastrukturą. Fabryki, elektrownie, budynki itp. działają tak samo, jak od dziesięcioleci - ponieważ programowanie elementów sterujących jest zakodowane na stałe.

Tysiące linii reguł i heurystyk definiujących sposób, w jaki maszyny współdziałają ze sobą. Rezultatem całego tego twardego kodowania jest to, że obiekty są zamrożone w czasie i nie są w stanie dostosować się do swojego środowiska, podczas gdy ich wydajność powoli się pogarsza. Phaidra tworzy systemy sterowania oparte na sztucznej inteligencji dla sektora przemysłowego, umożliwiając obiektom przemysłowym automatyczne uczenie się i doskonalenie w miarę upływu czasu.

W szczególności: używamy algorytmów uczenia się przez wzmacnianie, aby zapewnić tę inteligencję, przekształcając surowe dane z czujników w działania i decyzje o wysokiej wartości. Koncentrujemy się na zastosowaniach przemysłowych, które są zwykle dobrze intuicyjne i posiadają mierzalne wskaźniki KPI - idealne do uczenia się przez wzmacnianie. Umożliwiamy ekspertom dziedzinowym (naszym użytkownikom) konfigurację systemów kontroli AI (tj. agentów) bez konieczności pisania kodu.

Określają, czego chcą od swoich agentów AI, a my robimy to za nich. Nasz zespół ma doświadczenie w stosowaniu sztucznej inteligencji w rozwiązywaniu najtrudniejszych problemów. Od osiągnięcia nadludzkiej wydajności dzięki AlphaGo firmy DeepMind po zmniejszenie zużycia energii potrzebnej do chłodzenia centrów danych Google o 40% - doskonale rozumiemy sztuczną inteligencję i sposoby jej zastosowania w produkcji, aby uzyskać ogromny efekt.

Zdolność firmy Phaidra do osiągnięcia swojej misji zależy od naszej zdolności do współpracy - zgodnie z naszymi podstawowymi wartościami: przejrzystością, współpracą, doskonałością operacyjną, własnością i empatią. Poszukujemy osób, które ucieleśniają te wartości, ponieważ odgrywają one kluczową rolę w zapewnianiu, że nasz zespół stale zapewnia doskonałość i wspiera kulturę angażowania i wsparcia. Phaidra ma siedzibę w USA, ale jesteśmy w 100% odlegli i nie mamy fizycznego biura.

Zatrudniamy pracowników na arenie międzynarodowej za pomocą naszego partnera, OysterHR. Nasz zespół znajduje się obecnie w USA, Kanadzie, Wielkiej Brytanii, Szwecji, Hiszpanii, Portugalii, Holandii, Singapurze, Australii i Indiach. Kim jesteś Naukowcy z Phaidra kierują naszymi wysiłkami w zakresie opracowywania nowatorskiej architektury algorytmicznej w kierunku ostatecznego celu, jakim jest wprowadzenie inteligentnych systemów sterowania do sektora przemysłowego.

Będąc pionierami badań w wiodących na świecie laboratoriach akademickich i przemysłowych jako doktoranci, postdoktorowie lub profesorowie, naukowcy dołączają do Phaidra, aby współpracować w obrębie dziedzin badawczych i między nimi. Czerpiąc z wiedzy specjalistycznej z różnych dziedzin W wielu dyscyplinach, w tym uczeniu się przez wzmacnianie w oparciu o modele, planowaniu i optymalnej kontroli, uczeniu głębokim, modelach świata i uczeniu się przez bezpieczne wzmacnianie, nasi naukowcy przodują w przełomowych badaniach i stosowaniu ich w rzeczywistych przemysłowych systemach sterowania. Obowiązki Projektowanie, wdrażanie i ocenianie opartych na modelach agentów uczenia się przez wzmacnianie - w tym sterowników opartych na planowaniu (MPC, MPPI) - oraz prototypów oprogramowania potrzebnych do wdrożenia ich w rzeczywistych przemysłowych systemach sterowania.

Opracuj wyuczoną dynamikę i modele świata (wyuczone surogaty), które uogólniają się w różnych systemach, w tym w procesach szkoleniowych - szkolenie wstępne, uczenie się w ramach programu nauczania, uczenie się aktywne/kontradyktoryjne i dostrajanie - potrzebne, aby zapewnić ich niezawodność w planowaniu i kontroli. Badania i wdrażanie metod m.in. bezpieczny RL, ograniczona kontrola, planowanie scenariuszy i Bayesowski RL, w celu opracowania agentów spełniających ograniczenia bezpieczeństwa podczas wdrażania. Jasno i skutecznie zgłaszaj i przedstawiaj ustalenia i osiągnięcia badań, w tym status i wyniki, zarówno wewnętrznie, jak i zewnętrznie, ustnie i pisemnie.

Uczestniczyć i organizować ambitne wspólne projekty badawcze oraz współpracować z zewnętrznymi współpracownikami i partnerami, aby przełożyć badania na wyniki produkcyjne. Mentor i przewodnik inżynierów ds. badań w zakresie stosowania wyników badań i osiągnięć w dziedzinach przemysłowych. Niezależnie definiuje nowe kierunki badań Przekłada badania na praktyczne wyniki Jest właścicielem rozwoju i wdrożenia całego obszaru badawczego lub dużego projektu Kluczowe kwalifikacje Doktorat w dziedzinie technicznej lub równoważne doświadczenie praktyczne, z silnym doświadczeniem w uczeniu się przez wzmacnianie w oparciu o modele i wykazaną wiedzą w jednym lub kilku z poniższych: Algorytmy planowania Modele świata / wyuczone surogaty dynamiki Uczenie się przez wzmacnianie i teoria kontroli głębokiego uczenia się Bezpieczne / ograniczone RL Ponad 2 lata doświadczenia badawczego w środowisku akademickim lub przemysłowym po ukończeniu doktoratu.

Obszerne badania w dziedzinie {ModelBased, ModelFree, Safe}RL i teorii sterowania, ze szczególnym uwzględnieniem metod opartych na modelach. Praktyczne doświadczenie w budowaniu i ocenianiu agentów w porównaniu z symulatorami (np. symulatorami różniczkowalnymi lub modelami świata) oraz zamykaniem luki między symulacją a rzeczywistością. Podziel się wartościami naszej firmy: współpraca, przejrzystość, doskonałość operacyjna, własność i empatia.

Preferowane umiejętności i doświadczenie Doktorat w dziedzinie uczenia maszynowego, kontroli lub pokrewnej dziedziny. Głębokie, praktyczne doświadczenie z agentami RL opartymi na modelach i agentami planującymi stosowanymi w rzeczywistych systemach dynamicznych lub przemysłowych. Silne umiejętności w zakresie Pythona i PyTorch, w tym symulatory wektoryzowane/różnicowalne i eksperymenty skalowania na rozproszonych obliczeniach (np.

Ray, Kubernetes, GCP). Udokumentowane doświadczenie w publikacjach z zakresu RL, kontroli lub pokrewnego obszaru. Prawdziwa pasja do sztucznej inteligencji i stosowania jej w systemach przemysłowych w celu poprawy efektywności wykorzystania zasobów.

Nasz Stack Python PyTorch, scipy Kubernetes, Docker, Ray GCP OnboardingW ciągu pierwszych 30 dni... Będziesz zanurzony w programie wprowadzającym, który zapozna Cię z Phaidrą i naszym produktem. Spędzisz czas w zespole badawczym i zapoznasz się z różnymi ścieżkami badań, które przeprowadzamy.

Dowiesz się, jak inne zespoły działają, współdziałają i podchodzą do problemów. Przeczytasz różne części naszego podręcznika i zapoznasz się z kulturą dokumentacji w Phaidra. Skonfigurujesz środowisko programistyczne i zapoznasz się z różnymi częściami naszej bazy kodu.

Przez pierwsze 60 dni... Będziesz mieć solidne pojęcie o tym, co robi Phaidra i jak to robimy. Spotkasz się z członkami zespołu w Phaidra i zaczniesz budować relacje, które pomogą Ci odnieść sukces w pracy.

Będziesz dobrze rozumiał nasze ścieżki badawcze, co pozwoliło Ci stworzyć plan pierwszego projektu, a może już go rozpocząłeś. Po pierwszych 90 dniach... Będziesz w pełni zintegrowany z zespołem i członkami zespołu w całej firmie.

Zaczniecie przyczyniać się do dzielenia się wiedzą w całej Phaidra. Twój projekt jest w pełnym rozkwicie i możesz już mieć pierwsze rezultaty. Ogólny proces rozmowy kwalifikacyjnejWszystkie nasze rozmowy kwalifikacyjne odbywają się za pośrednictwem Google Meet i wymagane jest aktywne połączenie z kamerą.

Spotkanie z członkiem zespołu People Operations (30 minut) Spotkanie z menedżerem ds. rekrutacji (30 minut) Spotkanie z członkiem zespołu badawczego (60 minut) Spotkanie z menedżerem ds. rekrutacji (60 minut) Wywiad kulturowy ze współzałożycielami Phaidra (30 minut) Wynagrodzenie podstawowe poziomu 1 (największe, najtańsze metro): 120 276 GBP - 165 379 GBP Poziom 2 (inne główne linie metra): 108 248 GBP - 148 841 GBP Poziom 3 (Średnie obszary metropolitalne): 97 423 GBP - 133 957 GBP Poziom 4 (Wszystkie pozostałe lokalizacje): 87 681 GBP - 120 561 GBP Oprócz wynagrodzenia podstawowego na tym stanowisku kwalifikuje się kapitał własny. Ostateczne wynagrodzenie zostanie ustalone na podstawie kilku czynników, w tym kwalifikacji, umiejętności, kompetencji, doświadczenia, wiedzy specjalistycznej, wykształcenia i lokalizacji kandydata. W niektórych przypadkach ostateczna rekompensata może wykraczać poza podany zakres.

Przedziały wynagrodzeń są regularnie przeglądane i mogą być dostosowywane w odpowiedzi na trendy rynkowe. Korzyści i korzyści Szybkie tempo pracy, środowisko zorientowane na zespół, w którym Twoja praca bezpośrednio kształtuje kierunek firmy. Jesteśmy firmą w 100% zdalną.

Konkurencyjne wynagrodzenie i znaczący kapitał własny. Niestandardowe obowiązki i rozwój zawodowy. Szkolenie ma fundamentalne znaczenie; szkolenia funkcjonalne, immersyjne i rozwojowe.

Ubezpieczenie medyczne, stomatologiczne i okulistyczne (dokładne świadczenia różnią się w zależności od regionu). Nieograniczony płatny czas wolny, przy wymaganym minimum 20 dniach w roku. Płatny urlop rodzicielski (dokładne świadczenia różnią się w zależności od regionu).

Elastyczne stypendia wspierające Twoje miejsce pracy, dobre samopoczucie i ciągły rozwój zawodowy. Firmowy MacBook. Uwaga: nie wszystkie korzyści i dodatki Phaidra wymienione powyżej mają zastosowanie do pracowników tymczasowych, takich jak stażyści.

O byciu zdalnym Do współpracy zdalnej podchodzimy przemyślanie i celowo. Zainspirowani pionierami takimi jak GitLab, stosujemy sprawdzone najlepsze praktyki, aby stworzyć wyjątkowe środowisko pracy zdalnej. Nasza kultura skupia się przede wszystkim na dokumentacji i priorytetowo traktujemy komunikację asynchroniczną, aby zapewnić koncentrację i elastyczność w różnych strefach czasowych.

Chociaż cenimy niezależność, pozostajemy w bliskim kontakcie dzięki narzędziom takim jak Slack i wideokonferencje. Cotygodniowe spotkania wszystkich pracowników pomagają nam łączyć siły i budować silne relacje, a regularnie organizujemy wirtualne działania związane z budowaniem zespołu i wydarzenia społeczne, aby utrzymać poczucie koleżeństwa. Zatrudnienie zapewniające równe szanse Phaidra jest pracodawcą zapewniającym równe szanse; zatrudnienie w Phaidra jest regulowane na podstawie zasług, kompetencji i kwalifikacji i nie ma na nie żadnego wpływu rasa, kolor skóry, religia, płeć, narodowość/pochodzenie etniczne, status weterana, niepełnosprawność, wiek, orientacja seksualna, tożsamość płciowa, stan cywilny, niepełnosprawność umysłowa lub fizyczna ani żaden inny status prawnie chroniony.

Jesteśmy otwarci na różnorodność i staramy się zapewnić środowisko sprzyjające włączeniu społecznemu dla wszystkich pracowników. Jeśli potrzebujesz pomocy w ukończeniu procesu aplikacyjnego, skontaktuj się z nami pod adresem rekrutacja@phaidra.ai. Powiadomienie o e-weryfikacji Phaidra uczestniczy w E-Verify, bazie danych zezwoleń na zatrudnienie udostępnianej przez Departament Bezpieczeństwa Wewnętrznego Stanów Zjednoczonych (DHS) i Administrację Ubezpieczeń Społecznych (SSA).

Zgodnie z wymogami prawa przekażemy SSA i, jeśli to konieczne, DHS informacje z formularza I-9 każdego nowego pracownika w celu potwierdzenia pozwolenia na pracę dla osób mieszkających w Stanach Zjednoczonych. Dodatkowe informacje na temat E-Verify można znaleźć tutaj. #LI-Remote Aby zostać uwzględnionym na dowolnym stanowisku w Phaidra, musisz złożyć wniosek online. Rola ta pozostanie otwarta do czasu jej obsadzenia.

Phaidra zatrudnia wyłącznie osoby, które są prawnie upoważnione do pracy w określonych lokalizacjach powyżej. Nie zapewniamy sponsoringu zatrudnienia. Kandydaci wymagający sponsorowania wizy, zarówno teraz, jak i w przyszłości, nie kwalifikują się do zatrudnienia.

Kandydaci, którzy przejdą poza etap wstępnej selekcji, będą zobowiązani do podpisania umowy o zachowaniu poufności (NDA), aby móc kontynuować rozmowę kwalifikacyjną. Wszystkie oferty pracy są uzależnione od pomyślnego zakończenia weryfikacji zezwolenia na zatrudnienie i odpowiedniego sprawdzenia przeszłości, zgodnie z lokalnymi przepisami i polityką firmy. NIE PRZYJMUJEMY APLIKACJI OD REKRUTERÓW.