Thermo Fisher Scientific desarrolla y suministra instrumentos científicos, reactivos, consumibles y servicios de software para organizaciones que trabajan en los ámbitos de las ciencias de la vida, la atención sanitaria y la química analítica. Su cartera respalda la investigación y la producción en laboratorios, con aplicaciones que abarcan el diagnóstico, la automatización de los flujos de trabajo de laboratorio y el descubrimiento de fármacos. Sus productos y servicios ayudan a los equipos de investigación y atención sanitaria a gestionar procesos de laboratorio complejos y avanzar en el desarrollo científico.
Practicante de investigación en IA física (remoto, Estados Unidos)
Investiga y desarrolla sistemas de IA física que abarcan visión por computadora, modelos visión-lenguaje, percepción 3D y robótica. Convierte el trabajo experimental en código reproducible, servicios desplegables, informes de evaluación y demostraciones.
Descripción
- Desarrollar y ajustar modelos para detección, seguimiento, segmentación, reconocimiento de poses y actividades, y comprensión de escenas
- Entrenar y evaluar modelos visión-lenguaje para fundamentación, generación de descripciones densas, respuesta temporal a preguntas y uso de herramientas
- Crear flujos de trabajo aumentados mediante recuperación y basados en agentes para la percepción y la acción
- Crear prototipos de políticas de control impulsadas por la percepción con datos simulados y del mundo real
- Conectar sistemas de percepción con planificadores y grafos de tareas para aplicaciones de manipulación, navegación y seguridad
- Preparar conjuntos de datos, definir métodos de evaluación e indicadores clave de rendimiento, y realizar estudios de ablación
- Desplegar sistemas de investigación como servicios confiables con Kubernetes, Docker, Ray y FastAPI
- Implementar perfilado, telemetría e integración continua para respaldar una investigación reproducible
- Coordinar flujos de trabajo multiagente en percepción, razonamiento, simulación y generación de código
- Investigar la comprensión de videos, la fundamentación de escenas 3D, la inferencia en el borde, la evaluación multimodal y el rendimiento de políticas de simulación a realidad
- Producir investigación publicable o de código abierto, componentes listos para producción, implementaciones reproducibles, informes de evaluación y demostraciones
Requisitos
- Cursar una maestría o un doctorado en informática, ingeniería eléctrica, robótica o un campo relacionado, con publicaciones activas en visión por computadora, aprendizaje automático o robótica
- Dominio avanzado de Python y PyTorch o JAX, incluida la familiaridad con el perfilado de CUDA y el entrenamiento de precisión mixta
- Experiencia de investigación en visión por computadora y al menos una de las siguientes áreas: modelos visión-lenguaje, IA incorporada o física, o percepción 3D
- Capacidad para pasar de la investigación publicada a la implementación, los estudios de ablación y el seguimiento riguroso de resultados
- Experiencia con modelos de video, difusión, 3D Gaussian Splatting o NeRF, SLAM, o reconstrucción de escenas
- Experiencia previa con fundamentación multimodal o razonamiento temporal
- Familiaridad con ROS2, DeepStream o TAO, o con la optimización de inferencia en el borde mediante TensorRT u ONNX
- Experiencia con entrenamiento escalable usando Ray, cargadores de datos distribuidos o puntos de control fragmentados
- Sólidas prácticas de ingeniería de software, incluidas pruebas, linting, perfilado, contenerización y reproducibilidad
- Trabajo técnico público, como proyectos en GitHub, publicaciones como primer autor o contribuciones sustanciales de código abierto