Vereinigtes Königreich
Zone & Co
Gravis Robotics
Senior Reinforcement Learning Engineer
Vereinigtes Königreich
England · Texas · Zurich
PythonC++
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Gravis Robotics ist ein stark wachsendes Series-A-Startup, das von SoftBank unterstützt wird und Physical AI in die Bauindustrie bringt, um schwere Baumaschinen in autonome Roboter zu verwandeln.
Gravis entstand als Spin-out der ETH Zürich und unsere einzigartige Kombination aus lernbasierter Automatisierung und augmentierter Fernsteuerung ermöglicht es einem einzigen Bediener, eine Flotte von Erdbewegungsmaschinen in einer gamifizierten Umgebung sicher zu steuern.
Gestützt auf tiefgreifende Robotikforschung und bereits in mehreren Ländern mit führenden Bau- und Ausrüstungspartnern im Einsatz, wächst unser Team rasant, um diese Technologie in eine Billionen-Dollar-Industrie zu bringen.
Das Gravis RACK ist ein maschinenunabhängiges Nachrüstkit, das Autonomie zu Baggern und Radladern von 10 bis 100+ Tonnen hinzufügt: LiDAR- und Kamerasensorik, GNSS RTK, Netzwerkhardware und robustes Edge-Computing, das offline funktioniert. Gepaart mit dem Slate-Tablet und unserer Copilot-Software ermöglicht es einem Bediener, eine Maschine manuell, mit KI-Unterstützung oder vollautonom zu betreiben.
Über die Stelle
Das Autonomieteam bei Gravis entwickelt autonome Systeme für Bagger, die in realen Baustellenumgebungen operieren. Sie werden Steuermodule entwickeln, die auf vielen verschiedenen Maschinen, an vielen Standorten und unter unterschiedlichen Bodenbedingungen laufen. Wir suchen einen Robotiker mit einem datengesteuerten Planungs- und/oder Steuerungs-Hintergrund, tiefgehender python-Expertise und guten C++-Kenntnissen.
Um in dieser Position erfolgreich zu sein, sollten Sie Erfahrung in der Arbeit mit echten Robotern mitbringen, die Herausforderungen des sim2real-Transfers bewältigen und Robotersysteme in einer Produktionsumgebung einsetzen können.
Was Sie tun werden
Lernbasierte Planung und Steuerung für reale Systeme
- Entwicklung datengesteuerter Planungs- und Steuerungssysteme für autonome Aushubarbeiten, die über Maschinenmodelle und Bodenbedingungen hinweg generalisieren
- Beitrag zu Verbesserungen der Simulation, die die sim2real-Lücke verringern oder adressieren
- Definition von Datenerfassungs- und Aufbereitungspipelines zur Einbeziehung realer Daten in das Pollicytraining
- Entwurf von Experimenten zur kontinuierlichen Leistungs- und Robustheitsverbesserung.
- Erforschung des Einsatzes von adaptivem und Online-Reinforcement Learning in eingesetzten Systemen
- Mentoring und Betreuung von Junior-Teammitgliedern, Praktikanten und Studenten.
Systemintegration
- Integration von gelernten Komponenten in einen größeren Software-Stack
- Zusammenarbeit mit Ingenieuren für Aushub- und Bewegungsplanung
- Erstellung von Werkzeugen zur Analyse und Bewertung des Verhaltens gelernter Komponenten
Was wir suchen
Wir erkennen an, dass exzellente Kandidaten aus verschiedenen Hintergründen mit unterschiedlichen Kombinationen von Fähigkeiten kommen. Wenn Sie die meisten der unten aufgeführten Kernqualifikationen erfüllen, ermutigen wir Sie sehr, sich zu bewerben.
Kernqualifikationen
- 2–5 Jahre Branchenerfahrung in der Entwicklung von Reinforcement-Learning-Systemen für Steuerung und/oder Planung und deren Einsatz auf echten Robotern bei Kunden. Wenn Sie nur Erfahrung mit Simulationen haben, sind Sie wahrscheinlich keine gute Besetzung für diese Stelle.
- Erfahrung mit GPU-beschleunigten Simulationsumgebungen (z. B. IsaacSim/IsaacLab, CARLA, MuJoCo)
- Starke Python-Kenntnisse und Erfahrung mit PyTorch oder ähnlichen Bibliotheken
- Beherrschung von C++
- Komfort beim Debuggen von realen Systemverhalten
- Fähigkeit und Bereitschaft zu reisen, wie es für Geschäftsprojekte erforderlich ist.
Diese Rolle ist eine großartige Besetzung, wenn
- Sie leidenschaftlich daran interessiert sind, Systeme zu entwickeln, die in der realen Welt zuverlässig funktionieren
- Sie helfen möchten, ein langlebiges System für Aushubplanung und -steuerung aufzubauen, das skaliert und die gesamte Bauindustrie positiv beeinflusst.
- Sie sich mit den Realitäten unvollständiger Daten und verrauschter Messungen auseinandersetzen können.
- Sie haben ein ausgeprägtes Interesse daran, die sim2real-Lücke zu schließen und die Unterschiede zwischen Simulations- und physischen Umgebungen zu verstehen.
- Sie begeistert sind, die technische Richtung in einem wachsenden Team voranzutreiben, das vom Prototyping zur Produktphase übergeht.
- Sie eine kollaborative Teamkultur schätzen, die auf durchdachtem Design, kreativem Denken, gegenseitigem Respekt und Pragmatismus basiert.
Fähigkeiten und Erfahrungen, die von Vorteil sind
- Erfahrung mit Hydraulikmaschinen
- Erfahrung mit überwachtem Lernen oder Imitationslernen
- Forschungserfahrung im Bereich Reinforcement Learning
- Erfahrung im großflächigen Einsatz von Robotersystemen (z. B. Hunderte von Einheiten)
- Vertrautheit mit ROS oder ähnlichen Robotik-Frameworks
- Erfahrung mit Feature-Flag-Deployments, gestaffelten Rollouts oder langlebigen Plattformen
- Erfahrung mit Datenaufbereitung für ML-Anwendungen
- Erfahrung in der Anleitung, Betreuung oder Führung von Junior-Kollegen, Studenten oder Projektteams.
- Vertrautheit mit oder Interesse an der Nutzung von KI-Codierungswerkzeugen.
Erfüllen Sie nicht alle Anforderungen? Wenn Sie von dieser Stelle begeistert sind, Ihre Erfahrung aber nicht jeder Qualifikation entspricht, ermutigen wir Sie dennoch, sich zu bewerben. Sie könnten der perfekte Kandidat für diese oder andere Positionen sein. Dies ist eine Gelegenheit, einem dynamischen und vielseitigen Team beizutreten und Teil eines jungen Startups zu sein, das den Schwerlastbau revolutionieren wird.
Wenn Sie ein hochqualifizierter Kandidat mit den erforderlichen Fähigkeiten und Erfahrungen sind, ermutigen wir Sie, sich zu bewerben und Ihre bevorzugte Arbeitsgestaltung während des Vorstellungsgesprächs zu besprechen. Gravis ist ein Arbeitgeber, der Chancengleichheit fördert.
Wir setzen uns für den Aufbau eines integrativen und vielfältigen Teams ein und diskriminieren nicht aufgrund von Rasse, Hautfarbe, Herkunft, nationaler Herkunft, Religion, Geschlecht, sexueller Orientierung, Alter, Geschlechtsidentität, Geschlechtsausdruck, Behinderung, Veteranenstatus oder anderen gesetzlich geschützten Merkmalen. Wir sind ein internationales Team, das an Problemen mit globaler Wirkung arbeitet: Um eine effiziente Kommunikation und Zusammenarbeit zu ermöglichen, sind Englischkenntnisse für alle Positionen erforderlich.
Gravis Robotics bietet ein faires Marktgehalt und einen Arbeitsort in der pulsierenden Stadt Zürich. Als zukunftsorientiertes Startup verstehen wir, dass Work-Life-Balance und Flexibilität wichtige Überlegungen für viele Fachleute sind:
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen