Pickle Robot Company
Pickle Robot Company
Pickle Robot Company utvikler robotteknologi for forsyningskjeder samt logistikk- og produksjonsindustrien. Selskapets systemer kombinerer fysisk kunstig intelligens, generativ kunstig intelligens, maskinsyn og robotisk håndtering for å automatisere fysisk krevende lagerarbeid. Selskapets flaggskiprobot losser ikke-palletert gods autonomt fra fraktcontainere, noe som bidrar til å redusere den manuelle belastningen og samtidig øke produktiviteten på lageret. Med et team på 11–50 ansatte og en nylig gjennomført serie B-finansieringsrunde på 50 millioner dollar utvider Pickle Robot Company produktkapasiteten og den forretningsmessige rekkevidden sin.

Senior maskinlæringsingeniør, persepsjon

Utvikle syns- og gripemodeller for Pickle Robots lagerautomasjonssystemer. Led arbeidet med datasett, modelltrening, eksperimenter og evaluering for bedre sikkerhet og logistikkeffektivitet.

Beskrivelse

  • Gjør mål for plukkytelse om til maskinlæringsproblemer med tydelige prediksjoner, etiketter, belønninger, tapsfunksjoner og suksesskriterier.
  • Led strategien for datasett, inkludert syntetisk scenegenerering, distribuerte datakjøringer i skyen, filtrering for scenemangfold og selvveiledet merking.
  • Finn og løs flaskehalser i datagrunnlaget.
  • Finjuster store visuelle grunnmodeller med oppgavespesifikke modellhoder.
  • Planlegg og gjennomfør kontrollerte eksperimenter, velg hva som skal testes videre og når forsøket skal avsluttes.
  • Lag offline-målinger som anslår robotytelse, og online-målinger som forbedrer håndteringen av spesialtilfeller.
  • Gå grundig gjennom kode.
  • Veiled ingeniører med mindre erfaring.
  • Bidra til veikartet for persepsjon og gripping.
  • Lever modeller som kan settes i drift innenfor latensbudsjetter, med eksporterbare beregningsgrafer og reproduserbare artefakter.
  • Samarbeid med plattform- og robotingeniører om å integrere kjøretidssystemer og optimalisere inferens.

Krav

  • Minst fem års erfaring med maskinlæring og datasyn, inkludert personlig erfaring med å ta modeller fra problemdefinisjon til målte resultater.
  • Dokumentert evne til å formulere problemer og gjøre brede produktkrav om til konkrete ingeniøroppgaver.
  • Erfaring med å bygge datasett i stor skala gjennom generering eller innsamling, kuratering, automatiserte kvalitetskontroller, analyse av dekning og skjevheter samt aktiv læring.
  • Gode evalueringsmetoder, inkludert baseliner, ablasjonsstudier og utforming av måltall.
  • Ekspertkunnskap i Python og PyTorch.
  • Praktisk kjennskap til skyinfrastruktur for trening, som GCP eller AWS, Docker og verktøy for eksperimentsporing.
  • Yrkeserfaring innen minst ett område: utvikling og trening av modeller med flere oppgaver, modaliteter eller visninger; eller selvveiledet, resultatbasert eller belønningsstyrt læring.

Fordeler

  • Helseforsikring
  • Tannforsikring
  • Synsforsikring
  • Ubegrenset ferie
  • Betalte føderale og delstatlige helligdager
  • 401(k)-bidrag tilsvarende 5 % av lønnen
  • Reiseutgifter betalt av selskapet
  • Ekstra goder som skal gjøre arbeidet mer fornøyelig, komfortabelt og produktivt