Thermo Fisher Scientific sviluppa e fornisce strumenti scientifici, reagenti, materiali di consumo e servizi software per le organizzazioni che operano nei settori delle scienze della vita, della sanità e della chimica analitica. Il suo portafoglio supporta la ricerca e la produzione di laboratorio, con applicazioni che spaziano dalla diagnostica all’automazione dei flussi di lavoro di laboratorio e alla scoperta di farmaci. I suoi prodotti e servizi aiutano i team di ricerca e sanitari a gestire processi di laboratorio complessi e a far progredire lo sviluppo scientifico.
Stagista di ricerca sull’IA fisica (da remoto, Stati Uniti)
Ricercare e sviluppare sistemi di IA fisica che spaziano dalla visione artificiale ai modelli visione-linguaggio, dalla percezione 3D alla robotica. Trasformare il lavoro sperimentale in codice riproducibile, servizi implementabili, report di valutazione e dimostrazioni.
Descrizione
- Sviluppare e ottimizzare modelli per rilevamento, tracciamento, segmentazione, riconoscimento di pose e attività e comprensione delle scene
- Addestrare e valutare modelli visione-linguaggio per grounding, didascalie dense, domande e risposte temporali e uso di strumenti
- Creare flussi di lavoro con recupero delle informazioni e basati su agenti per la percezione e l’azione
- Prototipare politiche di controllo guidate dalla percezione con dati simulati e del mondo reale
- Collegare i sistemi di percezione a pianificatori e grafi di attività per applicazioni di manipolazione, navigazione e sicurezza
- Preparare dataset, definire metodi di valutazione e KPI e condurre studi di ablazione
- Implementare sistemi di ricerca come servizi affidabili con Kubernetes, Docker, Ray e FastAPI
- Implementare profilazione, telemetria e integrazione continua per supportare la ricerca riproducibile
- Coordinare pipeline multiagente per percezione, ragionamento, simulazione e generazione di codice
- Studiare la comprensione dei video, il grounding di scene 3D, l’inferenza edge, la valutazione multimodale e le prestazioni delle politiche sim-to-real
- Produrre ricerca pubblicabile o open source, componenti pronti per la produzione, implementazioni riproducibili, report di valutazione e dimostrazioni
Requisiti
- Frequentare un master o un dottorato in informatica, ingegneria elettrica, robotica o un ambito correlato, con pubblicazioni attive in visione artificiale, apprendimento automatico o robotica
- Competenze avanzate in Python e PyTorch o JAX, inclusa familiarità con la profilazione CUDA e l’addestramento a precisione mista
- Esperienza di ricerca nella visione artificiale e in almeno un’area tra modelli visione-linguaggio, IA incarnata o fisica e percezione 3D
- Capacità di passare dalla ricerca pubblicata all’implementazione, agli studi di ablazione e al monitoraggio rigoroso dei risultati
- Esperienza con modelli video, diffusione, 3D Gaussian Splatting o NeRF, SLAM o ricostruzione di scene
- Esperienza precedente con grounding multimodale o ragionamento temporale
- Familiarità con ROS2, DeepStream o TAO, oppure con l’ottimizzazione dell’inferenza edge tramite TensorRT o ONNX
- Esperienza nell’addestramento scalabile con Ray, data loader distribuiti o checkpoint frammentati
- Solide pratiche di ingegneria del software, inclusi test, linting, profilazione, containerizzazione e riproducibilità
- Lavoro tecnico pubblico, come progetti GitHub, pubblicazioni come primo autore o contributi sostanziali all’open source