Thermo Fisher Scientific entwickelt und liefert wissenschaftliche Instrumente, Reagenzien, Verbrauchsmaterialien und Softwarelösungen für Organisationen in den Bereichen Biowissenschaften, Gesundheitswesen und analytische Chemie. Das Portfolio unterstützt die Laborforschung und Produktion und umfasst Anwendungen von der Diagnostik über die Automatisierung von Laborabläufen bis hin zur Wirkstoffentdeckung. Die Produkte und Dienstleistungen des Unternehmens helfen Forschungs- und Gesundheitsteams dabei, komplexe Laborprozesse zu bewältigen und die wissenschaftliche Entwicklung voranzutreiben.
Praktikum in der Forschung zu physischer KI (Remote, USA)
Erforsche und entwickle Systeme für physische KI in den Bereichen Computer Vision, Vision-Language-Modelle, 3D-Wahrnehmung und Robotik. Überführe experimentelle Arbeit in reproduzierbaren Code, bereitstellbare Dienste, Evaluationsberichte und Demonstrationen.
Beschreibung
- Entwickle und optimiere Modelle für Erkennung, Tracking, Segmentierung, Posenschätzung und Aktivitätserkennung sowie Szenenverständnis
- Trainiere und evaluiere Vision-Language-Modelle für Grounding, detaillierte Bildbeschreibung, temporale Fragebeantwortung und Tool-Nutzung
- Erstelle Retrieval-augmented- und agentenbasierte Workflows für Wahrnehmung und Handlung
- Prototypisiere wahrnehmungsbasierte Steuerungsstrategien mit simulierten und realen Daten
- Verbinde Wahrnehmungssysteme mit Planern und Aufgaben-Graphen für Manipulation, Navigation und Sicherheitsanwendungen
- Bereite Datensätze vor, definiere Evaluationsmethoden und KPIs und führe Ablationsstudien durch
- Stelle Forschungssysteme mit Kubernetes, Docker, Ray und FastAPI als zuverlässige Dienste bereit
- Implementiere Profiling, Telemetrie und kontinuierliche Integration zur Unterstützung reproduzierbarer Forschung
- Koordiniere Multi-Agenten-Pipelines über Wahrnehmung, Schlussfolgerung, Simulation und Codegenerierung hinweg
- Untersuche Videoverständnis, 3D-Szenen-Grounding, Edge-Inferenz, multimodale Bewertung und die Leistung von Sim-to-Real-Strategien
- Erstelle veröffentlichungsfähige oder quelloffene Forschung, produktionsreife Komponenten, reproduzierbare Implementierungen, Evaluationsberichte und Demos
Anforderungen
- Du absolvierst ein Master- oder Promotionsstudium in Informatik, Elektrotechnik, Robotik oder einem verwandten Fach und hast aktuelle Veröffentlichungen in Computer Vision, maschinellem Lernen oder Robotik
- Sehr gute Kenntnisse in Python und PyTorch oder JAX, einschließlich Erfahrung mit CUDA-Profiling und Training mit gemischter Präzision
- Forschungserfahrung in Computer Vision sowie mindestens einem Bereich wie Vision-Language-Modellen, verkörperter oder physischer KI oder 3D-Wahrnehmung
- Du kannst veröffentlichte Forschung in Implementierungen, Ablationsstudien und streng nachverfolgte Ergebnisse überführen
- Erfahrung mit Videomodellen, Diffusion, 3D Gaussian Splatting oder NeRF, SLAM oder Szenenrekonstruktion
- Frühere Arbeit mit multimodalem Grounding oder temporaler Schlussfolgerung
- Vertrautheit mit ROS2, DeepStream oder TAO oder mit der Optimierung von Edge-Inferenz mithilfe von TensorRT oder ONNX
- Erfahrung mit skalierbarem Training unter Einsatz von Ray, verteilten Datenladern oder geshardeten Checkpoints
- Ausgeprägte Softwareentwicklungspraktiken, einschließlich Tests, Linting, Profiling, Containerisierung und Reproduzierbarkeit
- Öffentlich zugängliche technische Arbeiten wie GitHub-Projekte, Publikationen als Erstautor oder bedeutende Beiträge zu Open Source