Thermo Fisher Scientific utvikler og leverer vitenskapelige instrumenter, reagenser, forbruksvarer og programvaretjenester til organisasjoner innen biovitenskap, helsetjenester og analytisk kjemi. Selskapets portefølje støtter laboratorieforskning og produksjon, med bruksområder innen blant annet diagnostikk, automatisering av laboratoriearbeidsflyt og legemiddelutvikling. Selskapets produkter og tjenester hjelper forsknings- og helseteam med å håndtere komplekse laboratorieprosesser og fremme vitenskapelig utvikling.
Forskningspraktikant innen fysisk kunstig intelligens (fjernarbeid, USA)
Forskn på og utvikle systemer for fysisk kunstig intelligens innen datasyn, syns- og språkmodeller, 3D-persepsjon og robotikk. Gjør eksperimentelt arbeid om til reproduserbar kode, utrullbare tjenester, evalueringsrapporter og demonstrasjoner.
Beskrivelse
- Utvikle og finjuster modeller for deteksjon, sporing, segmentering, positur- og aktivitetsgjenkjenning samt sceneforståelse
- Tren og evaluer syns- og språkmodeller for forankring, tett bildetekstgenerering, temporær spørsmålssvaring og verktøybruk
- Opprett retrieval-forsterkede og agentbaserte arbeidsflyter for persepsjon og handling
- Lag prototyper av persepsjonsdrevne kontrollpolicyer med simulerte data og data fra den virkelige verden
- Koble persepsjonssystemer til planleggere og oppgavediagrammer for manipulering, navigasjon og sikkerhetsanvendelser
- Forbered datasett, definer evalueringsmetoder og KPI-er, og gjennomfør ablasjonsstudier
- Distribuer forskningssystemer som pålitelige tjenester med Kubernetes, Docker, Ray og FastAPI
- Implementer profilering, telemetri og kontinuerlig integrasjon for å støtte reproduserbar forskning
- Koordiner multiagent-pipelines på tvers av persepsjon, resonnering, simulering og kodegenerering
- Undersøk videoforståelse, 3D-sceneforankring, edge-inferens, multimodal vurdering og policyytelse fra simulering til virkelighet
- Produser publiserbar eller åpen forskning, produksjonsklare komponenter, reproduserbare implementeringer, evalueringsrapporter og demonstrasjoner
Krav
- Holder på med en mastergrad eller doktorgrad i informatikk, elektroteknikk, robotikk eller et beslektet fagområde, med aktive publikasjoner innen datasyn, maskinlæring eller robotikk
- Avanserte ferdigheter i Python og PyTorch eller JAX, inkludert kjennskap til CUDA-profilering og trening med blandet presisjon
- Forskningserfaring innen datasyn samt minst ett område som syns- og språkmodeller, embodied eller fysisk kunstig intelligens eller 3D-persepsjon
- Evne til å gå fra publisert forskning til implementering, ablasjonsstudier og grundig sporede resultater
- Erfaring med videomodeller, diffusjon, 3D Gaussian Splatting eller NeRF, SLAM eller scenerekonstruksjon
- Tidligere arbeid med multimodal forankring eller temporær resonnering
- Kjennskap til ROS2, DeepStream eller TAO eller optimalisering av edge-inferens ved hjelp av TensorRT eller ONNX
- Erfaring med skalerbar trening ved hjelp av Ray, distribuerte datalastere eller oppdelte sjekkpunkter
- Gode programvareutviklingsmetoder, inkludert testing, linting, profilering, containerisering og reproduserbarhet
- Offentlig teknisk arbeid som GitHub-prosjekter, publikasjoner som førsteforfatter eller omfattende bidrag til åpen kildekode