Reino Unido
OpenTable
Broaden Management Partners
Ingeniero Fundador de Aprendizaje Robótico
RemotoReino Unido
London, England, Reino Unido
Python
Traducción automática. Consulta el original.
Sobre el Puesto
Ingeniero Fundador de Aprendizaje Robótico
Reportando al Jefe de Ingeniería (y trabajando directamente con socios y fundadores), el Ingeniero Fundador de Aprendizaje Robótico une los datos de demostración humana y el rendimiento de políticas en el mundo real. Usted decidirá, con evidencia empírica, qué conjuntos de datos debe recopilar la empresa y cómo deben representarse esos datos.
Este puesto equilibra la ingeniería práctica del flujo de datos con la experimentación de políticas. Construirá flujos de trabajo de segmentación de tareas y etiquetado asistido, construirá cargadores de datos de políticas y ejecutará experimentos de entrenamiento y evaluación de políticas utilizando conjuntos de datos egocéntricos y UMI para demostrar que los datos de la empresa mejoran directamente el éxito de las tareas robóticas.
Detalles del Puesto
| Startup de IA Física y Robótica respaldada por YC | Londres (Remoto) | Jornada Completa | Hasta 150K £ + Acciones
Momento: Incorporación inmediata.
Ubicación: Londres (Remoto).
Sobre la Empresa
Nuestro cliente es una empresa de datos físicos de IA respaldada por Y Combinator (S26) que está construyendo los conjuntos de datos fundamentales de vídeo y movimiento humano para los principales equipos de robótica e IA encarnada. Centrada en vídeo egocéntrico en primera persona y datos de demostración UMI, la empresa convierte las operaciones de captura del mundo real en productos de datos de alta precisión y versionados que los equipos de modelos fundacionales y VLA utilizan para entrenar robots físicos.
Respaldados por una ronda semilla recién cerrada, su principal limitación es la oferta, no la demanda. Están escalando activamente la ingeniería de despliegue, las operaciones de campo y el hardware de captura para mantenerse al día con la masiva demanda de los clientes.
Los fundadores están construyendo un equipo de ingeniería fundador de tres personas para establecer los estándares técnicos, las herramientas y la metodología de evaluación detrás del conjunto de datos de referencia mundial para el aprendizaje robótico.
Responsabilidades Clave
- Convertir grabaciones largas en intervalos de tareas útiles, definir esquemas de anotación para necesidades específicas del cliente y garantizar que cada etiqueta permanezca bloqueada por fotograma al vídeo de origen.
- Desplegar modelos de IA para proponer límites y etiquetas de tareas, dirigir resultados inciertos para revisión humana, escribir instrucciones de etiquetado y medir la consistencia del revisor.
- Construir cargadores y transformaciones de datos personalizados que den formato a vídeo, etiquetas y trayectorias de movimiento (incluido el movimiento de manos humanas y las rutas de pinzas UMI) en entradas listas para políticas.
- Ajustar y evaluar políticas robóticas con datos de demostración humana, ejecutando comparaciones de referencia controladas, pruebas de división retenidas y evaluaciones de rendimiento de tareas en condiciones de prueba realistas.
- Traducir los conocimientos de evaluación de políticas en recomendaciones de datos precisas, guiando a los equipos de percepción y captura sobre qué tareas, puntos de vista y anotaciones producen la mayor mejora de políticas.
Habilidades y Competencias
- Experiencia demostrada en entrenamiento, ajuste fino y evaluación de políticas de manipulación robótica o aprendizaje por imitación (por ejemplo, Diffusion Policies, VLA, ACT).
- Sólida capacidad en Python y PyTorch con comodidad en la construcción de interfaces de conjuntos de datos, cargadores y herramientas de anotación junto con la investigación de ML.
- Profundo conocimiento de la fuga de evaluación, los factores de confusión del conjunto de datos y la brecha entre las métricas de pérdida sin conexión y el éxito de las tareas robóticas físicas.
- Experiencia trabajando con segmentación de acciones temporales, anotaciones de vídeo, trayectorias espaciales y transferencia de datos de humano a robot.
Cualificaciones y Experiencia
- Experiencia como Ingeniero de Aprendizaje Robótico, Investigador de IA Encarnada o Ingeniero de ML de Robótica.
- Historial probado de preparación personal de datos de entrenamiento, entrenamiento o ajuste fino de políticas robóticas y evaluación del rendimiento de tareas físicas o simuladas.
- Experiencia práctica en la conexión de decisiones de conjuntos de datos directamente a mejoras de políticas, identificación de factores de confusión y prevención de fugas de datos.
- Se valora mucho la experiencia en manipulación de robots físicos, políticas de difusión, modelos de visión-lenguaje-acción o transferencia de humano a robot.
Paquete: Salario base competitivo de hasta 150K £ + acciones significativas para ingenieros fundadores con propiedad absoluta sobre la evaluación de políticas y los estándares de conjuntos de datos.
Más oportunidades con un solo perfil
¿Quieres optar a más puestos sin repetir todo el proceso? Crea tu perfil para que te encuentren las empresas que usan Nort.
Crear mi perfil