Thermo Fisher Scientificは、ライフサイエンス、ヘルスケア、分析化学の分野で活動する組織向けに、科学機器、試薬、消耗品、ソフトウェアサービスを開発・提供しています。同社の製品ポートフォリオは、診断、ラボワークフローの自動化、創薬など、幅広い用途で研究室の研究と生産を支えています。製品とサービスを通じて、研究・医療チームによる複雑な実験室プロセスの管理と科学の発展を支援しています。
フィジカルAI研究インターン（リモート、米国）
コンピュータビジョン、視覚言語モデル、3D知覚、ロボティクスにまたがるフィジカルAIシステムを研究・開発します。実験的な成果を、再現可能なコード、デプロイ可能なサービス、評価レポート、デモへとつなげます。
仕事内容
- 検出、追跡、セグメンテーション、姿勢・動作認識、シーン理解のためのモデルを開発・微調整する
- グラウンディング、詳細キャプション、時間的質問応答、ツール利用のための視覚言語モデルを訓練・評価する
- 知覚と行動のための検索拡張型およびエージェントベースのワークフローを構築する
- シミュレーションデータと実世界データを用いて、知覚駆動型の制御ポリシーを試作する
- 知覚システムをプランナーやタスクグラフに接続し、マニピュレーション、ナビゲーション、安全用途に対応する
- データセットを準備し、評価手法とKPIを定義して、アブレーション研究を実施する
- Kubernetes、Docker、Ray、FastAPIを用いて、研究システムを信頼性の高いサービスとしてデプロイする
- 再現可能な研究を支えるため、プロファイリング、テレメトリ、継続的インテグレーションを実装する
- 知覚、推論、シミュレーション、コード生成にまたがるマルチエージェントパイプラインを調整する
- 動画理解、3Dシーングラウンディング、エッジ推論、マルチモーダル評価、シミュレーションから実世界へのポリシー性能を研究する
- 発表可能またはオープンソースの研究成果、本番対応コンポーネント、再現可能な実装、評価レポート、デモを作成する
応募要件
- コンピュータサイエンス、電気工学、ロボティクス、または関連分野の修士課程もしくは博士課程に在籍し、コンピュータビジョン、機械学習、ロボティクス分野での論文発表実績があること
- 高度なPythonおよびPyTorchまたはJAXのスキルを持ち、CUDAプロファイリングと混合精度学習に精通していること
- コンピュータビジョンの研究経験に加え、視覚言語モデル、エンボディドAIまたはフィジカルAI、3D知覚のいずれか少なくとも1分野の経験があること
- 発表済みの研究を実装、アブレーション研究、厳密に追跡した結果へと発展させられること
- 動画モデル、拡散モデル、3D Gaussian SplattingまたはNeRF、SLAM、シーン再構成のいずれかの経験があること
- マルチモーダルグラウンディングまたは時間的推論に関する実務経験があること
- ROS2、DeepStreamまたはTAO、あるいはTensorRTまたはONNXを用いたエッジ推論最適化に精通していること
- Ray、分散データローダー、シャーディングされたチェックポイントを用いたスケーラブルな学習経験があること
- テスト、リンティング、プロファイリング、コンテナ化、再現性を含む、優れたソフトウェアエンジニアリング実践があること
- GitHubプロジェクト、筆頭著者論文、重要なオープンソース貢献など、公開された技術成果があること
