Thermo Fisher Scientific
Thermo Fisher Scientific
„Thermo Fisher Scientific“ kuria ir tiekia mokslinius prietaisus, reagentus, eksploatacines medžiagas ir programinės įrangos paslaugas organizacijoms, veikiančioms gyvybės mokslų, sveikatos priežiūros ir analitinės chemijos srityse. Įmonės produktų portfelis padeda vykdyti laboratorinius tyrimus ir gamybą, o jo taikymo sritys apima diagnostiką, laboratorinių darbo procesų automatizavimą ir vaistų kūrimą. Įmonės produktai ir paslaugos padeda mokslinių tyrimų ir sveikatos priežiūros komandoms valdyti sudėtingus laboratorinius procesus ir skatinti mokslo pažangą.

Fizinio dirbtinio intelekto tyrimų praktikantas (nuotolinis darbas, Jungtinės Valstijos)

Tirkite ir kurkite fizinio dirbtinio intelekto sistemas, apimančias kompiuterinę regą, regos ir kalbos modelius, 3D suvokimą bei robotiką. Paverskite eksperimentinį darbą atkuriamu kodu, diegiamomis paslaugomis, vertinimo ataskaitomis ir demonstracijomis.

Aprašymas

  • Kurkite ir tikslinkite aptikimo, sekimo, segmentavimo, pozos ir veiklos atpažinimo bei scenos supratimo modelius
  • Mokykite ir vertinkite regos bei kalbos modelius įžeminimui, tankiam vaizdų aprašymui, atsakymams į laikinus klausimus ir įrankių naudojimui
  • Kurkite paieška papildytus ir agentais grindžiamus suvokimo bei veikimo procesus
  • Kurkite suvokimu pagrįstų valdymo strategijų prototipus naudodami simuliuotus ir realaus pasaulio duomenis
  • Sujunkite suvokimo sistemas su planuokliais ir užduočių grafais manipuliavimo, navigacijos bei saugos taikymams
  • Ruoškite duomenų rinkinius, apibrėžkite vertinimo metodus ir KPI bei atlikite abliacijos tyrimus
  • Diekite tyrimų sistemas kaip patikimas paslaugas naudodami Kubernetes, Docker, Ray ir FastAPI
  • Įgyvendinkite profiliavimą, telemetriją ir nuolatinę integraciją atkuriamiems tyrimams palaikyti
  • Koordinuokite kelių agentų procesus tarp suvokimo, samprotavimo, simuliacijos ir kodo generavimo
  • Tirkite vaizdo supratimą, 3D scenos įžeminimą, kraštinį skaičiavimą, daugiarūšį vertinimą ir sim-to-real valdymo strategijų našumą
  • Renkite publikuojamus arba atvirojo kodo tyrimus, gamybai paruoštus komponentus, atkuriamas realizacijas, vertinimo ataskaitas ir demonstracijas

Reikalavimai

  • Studijuojate kompiuterių mokslų, elektros inžinerijos, robotikos ar susijusios srities magistrantūroje arba doktorantūroje ir aktyviai publikuojate kompiuterinės regos, mašininio mokymosi ar robotikos srityse
  • Puikiai išmanote Python ir PyTorch arba JAX, taip pat CUDA profiliavimą bei mišraus tikslumo mokymą
  • Turite kompiuterinės regos tyrimų patirties ir patirties bent vienoje iš šių sričių: regos ir kalbos modeliai, įkūnytas arba fizinis dirbtinis intelektas ar 3D suvokimas
  • Gebate nuo publikuoto tyrimo pereiti prie realizacijos, abliacijos tyrimų ir griežtai sekamų rezultatų
  • Turite patirties dirbant su vaizdo modeliais, difuzija, 3D Gaussian Splatting arba NeRF, SLAM ar scenos rekonstrukcija
  • Anksčiau dirbote su daugiarūšiu įžeminimu arba laiko samprotavimu
  • Išmanote ROS2, DeepStream arba TAO, arba kraštinio išvedimo optimizavimą naudodami TensorRT ar ONNX
  • Turite patirties su keičiamo masto mokymu naudojant Ray, paskirstytais duomenų įkėlikliais arba skaidytais kontroliniais taškais
  • Taikote aukštus programinės įrangos kūrimo standartus, įskaitant testavimą, lintinimą, profiliavimą, konteinerizavimą ir atkuriamumą
  • Turite viešai prieinamų techninių darbų, pavyzdžiui, GitHub projektų, publikacijų, kuriose esate pirmasis autorius, arba reikšmingų atvirojo kodo indėlių