Thermo Fisher Scientific mengembangkan dan memasok instrumen ilmiah, reagen, bahan habis pakai, serta layanan perangkat lunak bagi organisasi yang bergerak di bidang ilmu hayati, layanan kesehatan, dan kimia analitik. Portofolionya mendukung penelitian dan produksi laboratorium, dengan penerapan yang mencakup diagnostik, otomasi alur kerja laboratorium, dan penemuan obat. Produk dan layanannya digunakan untuk membantu tim penelitian dan layanan kesehatan mengelola proses laboratorium yang kompleks serta memajukan pengembangan ilmiah.
Magang Riset AI Fisik (Jarak Jauh, Amerika Serikat)
Meneliti dan mengembangkan sistem AI fisik yang mencakup visi komputer, model visi-bahasa, persepsi 3D, dan robotika. Mengubah pekerjaan eksperimental menjadi kode yang dapat direproduksi, layanan yang dapat diterapkan, laporan evaluasi, dan demonstrasi.
Deskripsi
- Mengembangkan dan menyempurnakan model untuk deteksi, pelacakan, segmentasi, pengenalan pose dan aktivitas, serta pemahaman adegan
- Melatih dan mengevaluasi model visi-bahasa untuk grounding, pembuatan caption padat, penjawaban pertanyaan temporal, dan penggunaan alat
- Membuat alur kerja berbasis retrieval augmentation dan agen untuk persepsi serta tindakan
- Membuat prototipe kebijakan kontrol berbasis persepsi menggunakan data simulasi dan dunia nyata
- Menghubungkan sistem persepsi dengan perencana dan graf tugas untuk aplikasi manipulasi, navigasi, dan keselamatan
- Menyiapkan dataset, menentukan metode evaluasi dan KPI, serta melakukan studi ablasi
- Menerapkan sistem riset sebagai layanan yang andal dengan Kubernetes, Docker, Ray, dan FastAPI
- Menerapkan profiling, telemetri, dan integrasi berkelanjutan untuk mendukung riset yang dapat direproduksi
- Mengoordinasikan alur kerja multiagen di bidang persepsi, penalaran, simulasi, dan pembuatan kode
- Menyelidiki pemahaman video, grounding adegan 3D, inferensi edge, penilaian multimodal, dan kinerja kebijakan sim-to-real
- Menghasilkan riset yang dapat dipublikasikan atau bersumber terbuka, komponen siap produksi, implementasi yang dapat direproduksi, laporan evaluasi, dan demo
Persyaratan
- Sedang menempuh gelar magister atau Ph.D. dalam ilmu komputer, teknik elektro, robotika, atau bidang terkait, dengan publikasi aktif dalam visi komputer, pembelajaran mesin, atau robotika
- Menguasai Python dan PyTorch atau JAX, termasuk memahami profiling CUDA dan pelatihan presisi campuran
- Memiliki pengalaman riset dalam visi komputer serta setidaknya satu bidang seperti model visi-bahasa, AI berwujud atau fisik, atau persepsi 3D
- Mampu mengembangkan riset yang telah dipublikasikan menjadi implementasi, studi ablasi, dan hasil yang dilacak secara ketat
- Berpengalaman dengan model video, difusi, 3D Gaussian Splatting atau NeRF, SLAM, atau rekonstruksi adegan
- Memiliki pengalaman sebelumnya yang melibatkan grounding multimodal atau penalaran temporal
- Memahami ROS2, DeepStream atau TAO, atau optimasi inferensi edge menggunakan TensorRT atau ONNX
- Berpengalaman dengan pelatihan berskala besar menggunakan Ray, pemuat data terdistribusi, atau checkpoint terpecah
- Memiliki praktik rekayasa perangkat lunak yang kuat, termasuk pengujian, linting, profiling, containerisasi, dan reproduktibilitas
- Memiliki karya teknis publik seperti proyek GitHub, publikasi penulis pertama, atau kontribusi sumber terbuka yang substansial