Starszy inżynier ML (badania nad sztuczną inteligencją, fizyczna sztuczna inteligencja)

O Nebiusie: Nebius wyznacza nową erę w infrastrukturze chmurowej dla globalnej gospodarki opartej na sztucznej inteligencji. Budujemy kompleksową platformę chmurową AI, która wspiera programistów i przedsiębiorstwa od szkolenia danych i modeli po wdrożenie produkcyjne, bez kosztów i złożoności budowania dużej wewnętrznej infrastruktury AI/ML. Zbudowany przez inżynierów dla inżynierów.

Od orkiestracji procesorów graficznych na dużą skalę po optymalizację wnioskowania - jesteśmy odpowiedzialni za trudne problemy związane z obliczeniami, pamięcią masową, siecią i zastosowaną sztuczną inteligencją. Jesteśmy notowani na giełdzie Nasdaq (NBIS) z siedzibą w Amsterdamie. Mamy globalny zasięg z ośrodkami badawczo-rozwojowymi w Europie, Wielkiej Brytanii, Ameryce Północnej i Izraelu.

Nasz zespół liczący ponad 1500 osób składa się z setek inżynierów posiadających głęboką wiedzę specjalistyczną w zakresie sprzętu, oprogramowania oraz badań i rozwoju sztucznej inteligencji. Rola Ta rola przypada Nebius AI R&D, zespołowi zajmującemu się badaniami stosowanymi w dziedzinie sztucznej inteligencji. Nasze badania nad fizyczną sztuczną inteligencją mają na celu zbudowanie inteligentnych agentów, którzy potrafią postrzegać, rozumować i działać w świecie fizycznym.

Obszary badawcze obejmują: - Modele wizjonersko-językowe do ogólnego sterowania robotami - Wzmocnienie i uczenie się przez naśladownictwo na podstawie demonstracji na ludziach, symulacji i doświadczeń w świecie rzeczywistym - Skalowalne gromadzenie, generowanie i weryfikacja multimodalnych danych ucieleśnionych - Symulacja, modele świata i transfer z symulatora do rzeczywistości - Wykrywanie multimodalne, w tym wzrok, dotyk, siła i propriocepcja Będziesz modyfikować duże modele podstawowe i algorytmy uczenia się dla agentów robotycznych, tworzyć prototypy nowych możliwości w symulacji, i zweryfikować obiecujące podejścia w rzeczywistych systemach. Wyniki często prowadzą do współpracy z sąsiadującymi zespołami badawczymi, infrastrukturalnymi i inżynieryjnymi, gdzie ustalenia są skalowane i stosowane w praktyce. Obecnie poszukujemy inżynierów ML wyższego szczebla i personelu do pracy nad badaniami w takich obszarach jak: - Modele wizjonersko-językowe i działania oraz multimodalne modele podstawowe dla robotyki - Uczenie się przez wzmacnianie, uczenie się przez naśladownictwo i uczenie się na podstawie demonstracji - Skalowalne pozyskiwanie i generowanie danych dotyczących ludzi, robotów i symulowanych interakcji - Modele świata, planowanie i kontrola oparta na modelach - Transfer z Sim do rzeczywistego, adaptacja domeny i solidna ocena polityki - Zręczna manipulacja, kontrola całego ciała i Roboty-agenci ogólnego przeznaczenia Oto przykłady Twoich obowiązków: - Projektowanie, wdrażanie, szkolenie i ocena dużych modeli i algorytmów uczenia się dla robotów - Opracowywanie architektur wizja-język-działanie, które łączą multimodalną percepcję i rozumienie języka z kontrolą fizyczną - Badanie metod uczenia się przez wzmacnianie i uczenia się przez naśladownictwo w przypadku celów rzadkich, opóźnionych lub trudnych do zweryfikowania - Tworzenie skalowalnych metod włączania demonstracji, danych teleoperacyjnych, wideo i trajektorii symulacji, i autonomicznych robotów na modele podstawowe - Projektowanie metodologii przechwytywania, zbiorów danych, protokołów oceny i potoków jakości danych na potrzeby uczenia się ucieleśnionego - Opracowywanie środowisk symulacyjnych i przeprowadzanie eksperymentów od symulacji do rzeczywistych na fizycznych platformach robotycznych - Eksploracja planowania, generowania kierowanego i przeszukiwania trajektorii działania - Prototypowanie nowych możliwości w obszarach takich jak zręczna manipulacja, manipulacja mobilna i kontrola całego ciała - Pisanie solidnego oprogramowania badawczego i rozproszonej infrastruktury szkoleniowej, która umożliwia szybkie eksperymentowanie - Współpraca z badaczami i zespoły inżynieryjne do przekładania obiecujących pomysłów na niezawodne systemy w świecie rzeczywistym - Przekazywanie wyników za pomocą raportów technicznych, wydań open source, demonstracji i publikacji badawczych Oczekujemy, że będziesz mieć: - Głębokie zrozumienie teoretycznych podstaw uczenia maszynowego, uczenia się przez wzmacnianie lub uczenia się za pomocą robotów - Głęboką wiedzę specjalistyczną w co najmniej jednym odpowiednim obszarze, takim jak uczenie się przez wzmacnianie, uczenie się przez naśladownictwo, multimodalne modelowanie generatywne, wizja komputerowa, robotyka, planowanie lub kontrola - Doświadczenie w szkoleniu i ocenie nowoczesnych modeli głębokiego uczenia się, w tym opartych na transformatorach lub multimodalne modele podstawowe - Duże doświadczenie w szkoleniu dużych modeli w wielu węzłach obliczeniowych - Silne umiejętności inżynierii oprogramowania i projektowania algorytmów; używamy przede wszystkim Pythona - Głębokie doświadczenie z nowoczesnym frameworkiem do głębokiego uczenia się; głównie używamy JAX - Doświadczenie w projektowaniu, wykonywaniu i analizowaniu eksperymentów związanych z uczeniem maszynowym z odpowiednią rygoryzmem statystycznym - Umiejętność formułowania znaczących pytań badawczych, projektowania eksperymentów sprawdzających jasne hipotezy i wyciągania możliwych do obrony wniosków - Doświadczenie we wdrażaniu pomysłów badawczych i szybkim iterowaniu w modelowaniu, danych, infrastrukturze i ocenie - Silne zdolności komunikacyjne i przywódcze, w tym zdolność do współpracy między dyscyplinami badawczymi i inżynieryjnymi - Umiejętność jasnego dokumentowania wyników badań i wnoszenia wkładu w raporty techniczne lub publikacje badawcze Miło jest mieć: - Doświadczenie w pracy ze światem rzeczywistym roboty i środowiska symulacyjne robotów - Doświadczenie w manipulacji zręcznej, manipulacji całym ramieniem, manipulacji mobilnej lub robotyce humanoidalnej - Doświadczenie w wykrywaniu multimodalnym, w tym sygnałach dotykowych, siła-moment obrotowy, głębokość i sygnały proprioceptywne - Doświadczenie w zbieraniu demonstracji na ludziach za pomocą teleoperacji, przechwytywania ruchu, urządzeń do noszenia lub obserwacji - Doświadczenie w opracowywaniu lub po szkoleniu modeli wizjonersko-językowych, modeli wizjonersko-językowych lub modeli wideo i świata - Doświadczenie w technikach głębokiego uczenia się przez wzmacnianie, takich jak offline RL, metody aktora krytycznego, PPO, modelowanie nagród, uczenie się preferencji lub RL oparty na modelu - Znajomość narzędzi i symulatorów robotyki, takich jak MuJoCo, Isaac Sim, Isaac Lab, PyBullet, ROS lub równoważne systemy - Znajomość skalowalnych technik szkoleniowych, takich jak FSDP lub ZeRO, FlashAttention, szkolenia o mieszanej precyzji, kwantyzacji i rozproszonych punktów kontrolnych - Doktorat z informatyki, Robotyka, uczenie maszynowe, sztuczna inteligencja lub pokrewna dziedzina techniczna lub równoważne doświadczenie praktyczne - Historia imponujących publikacji, wkładów typu open source lub wdrożonych systemów robotycznych - Doświadczenie w inżynierii dużych rozproszonych systemów przetwarzania danych, symulacji lub modelowania - Historia budowania i dostarczania produktów lub prototypów badawczych w dynamicznym środowisku przypominającym start-up - Pasja do przenoszenia badań z kontrolowanych eksperymentów do wydajnych, niezawodnych systemów robotycznych w świecie rzeczywistym - Doskonała znajomość języka angielskiego z silnymi umiejętnościami pisania, prezentacji i komunikacji technicznej - Biegłość w zakresie współczesnych praktyk inżynierii oprogramowania, w tym kontroli wersji, testowania, przeglądu kodu i CI/CD Korzyści i atuty: - Konkurencyjne wynagrodzenie - Rozwój kariery i możliwości uczenia się - Elastyczność i własność - Kultura współpracy i innowacyjności - Możliwość pracy nad wpływowymi projektami AI - Międzynarodowe środowisko i utalentowane zespoły Jak to jest pracować w Nebius: Szybkość działania - Odważne myślenie - Stały rozwój - Znaczący wpływ - Zaufanie i prawdziwa własność - Możliwość kształtowania przyszłości AI Równe szanse Oświadczenie: Nebius jest pracodawcą zapewniającym równe szanse.

Zależy nam na wspieraniu włączającego i zróżnicowanego miejsca pracy oraz zapewnianiu równych możliwości zatrudnienia we wszystkich aspektach zatrudnienia. Nie dyskryminujemy ze względu na rasę, kolor skóry, religię, płeć (w tym ciążę), narodowość, pochodzenie, wiek, niepełnosprawność, informacje genetyczne, stan cywilny, status weterana, orientację seksualną, tożsamość lub ekspresję płciową lub jakąkolwiek inną cechę chronioną przez obowiązujące prawo. Kandydaci muszą posiadać zezwolenie na pracę w kraju, w którym składają wniosek, a jako warunek zatrudnienia będą zobowiązani do przedstawienia dowodu potwierdzającego uprawnienia do zatrudnienia.

Jeśli potrzebujesz zakwaterowania w trakcie procesu aplikacyjnego, daj nam znać. Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/senior-ml-engineer-ai-research-physical-ai-nebius