Thermo Fisher Scientific razvija in dobavlja znanstvene instrumente, reagente, potrošni material in programske storitve za organizacije, ki delujejo na področju naravoslovnih ved, zdravstva in analitske kemije. Njegov portfelj podpira laboratorijske raziskave in proizvodnjo ter vključuje uporabo na področjih diagnostike, avtomatizacije laboratorijskih delovnih postopkov in odkrivanja zdravil. Izdelki in storitve podjetja raziskovalnim in zdravstvenim ekipam pomagajo upravljati zapletene laboratorijske procese in pospeševati znanstveni razvoj.
Raziskovalni pripravnik za fizično umetno inteligenco (delo na daljavo, Združene države Amerike)
Raziskujte in razvijajte sisteme fizične umetne inteligence, ki zajemajo računalniški vid, modele vida in jezika, 3D-zaznavanje ter robotiko. Eksperimentalno delo pretvarjajte v ponovljivo kodo, storitve, pripravljene za uvedbo, poročila o vrednotenju in predstavitve.
Opis
- Razvijanje in natančno uglaševanje modelov za zaznavanje, sledenje, segmentacijo, prepoznavanje poz in dejavnosti ter razumevanje prizorov
- Usposabljanje in ocenjevanje modelov vida in jezika za utemeljevanje, gosto opisovanje, časovno odgovarjanje na vprašanja in uporabo orodij
- Ustvarjanje delovnih tokov z razširitvijo z iskanjem in delovnih tokov na podlagi agentov za zaznavanje in delovanje
- Izdelava prototipov politik upravljanja, ki jih vodi zaznavanje, s simuliranimi podatki in podatki iz resničnega sveta
- Povezovanje sistemov zaznavanja z načrtovalniki in grafi opravil za manipulacijo, navigacijo in varnostne aplikacije
- Priprava podatkovnih zbirk, opredeljevanje metod vrednotenja in ključnih kazalnikov uspešnosti ter izvajanje ablacijskih študij
- Uvajanje raziskovalnih sistemov kot zanesljivih storitev s Kubernetesom, Dockerjem, Rayem in FastAPI
- Izvajanje profiliranja, telemetrije in neprekinjene integracije za podporo ponovljivim raziskavam
- Usklajevanje večagentnih delovnih tokov med zaznavanjem, sklepanjem, simulacijo in generiranjem kode
- Raziskovanje razumevanja videa, 3D-utemeljevanja prizorov, izvajanja na robu, multimodalnega ocenjevanja in uspešnosti politik sim-to-real
- Izdelava raziskav, primernih za objavo ali odprto kodo, produkcijsko pripravljenih komponent, ponovljivih implementacij, poročil o vrednotenju in predstavitev
Zahteve
- Študirate magistrski ali doktorski program računalništva, elektrotehnike, robotike ali sorodnega področja ter imate aktivne publikacije s področja računalniškega vida, strojnega učenja ali robotike
- Napredno znanje Pythona in PyTorcha ali JAX-a, vključno s poznavanjem profiliranja CUDA in učenja z mešano natančnostjo
- Raziskovalne izkušnje na področju računalniškega vida ter vsaj enem od področij, kot so modeli vida in jezika, utelešena ali fizična umetna inteligenca oziroma 3D-zaznavanje
- Sposobnost napredovanja od objavljenih raziskav do implementacije, ablacijskih študij in strogo spremljanih rezultatov
- Izkušnje z video modeli, difuzijo, 3D Gaussian Splattingom ali NeRF-om, SLAM-om ali rekonstrukcijo prizorov
- Predhodno delo, ki vključuje multimodalno utemeljevanje ali časovno sklepanje
- Poznavanje ROS2, DeepStreama ali TAO-a oziroma optimizacije izvajanja na robu s TensorRT-jem ali ONNX-om
- Izkušnje z razširljivim učenjem z uporabo Raya, porazdeljenih nalagalnikov podatkov ali razdeljenih kontrolnih točk
- Odlične prakse programskega inženirstva, vključno s testiranjem, lintanjem, profiliranjem, kontejnerizacijo in ponovljivostjo
- Javno tehnično delo, kot so projekti na GitHubu, publikacije s prvim avtorstvom ali pomembni prispevki k odprti kodi