Thermo Fisher Scientific 为生命科学、医疗保健和分析化学领域的机构开发并供应科学仪器、试剂、耗材及软件服务。其产品组合支持实验室研究与生产，应用范围涵盖诊断、实验室工作流程自动化和药物发现。公司的产品和服务帮助科研及医疗团队管理复杂的实验室流程，推动科学发展。
物理人工智能研究实习生（远程，美国）
研究和开发涵盖计算机视觉、视觉语言模型、三维感知和机器人技术的物理人工智能系统。将实验性工作转化为可复现代码、可部署服务、评估报告和演示成果。
描述
- 开发并微调用于检测、跟踪、分割、姿态与活动识别以及场景理解的模型
- 训练并评估用于指代落地、密集描述、时序问答和工具使用的视觉语言模型
- 创建用于感知与行动的检索增强型及基于智能体的工作流
- 利用模拟数据和真实世界数据，构建由感知驱动的控制策略原型
- 将感知系统连接到规划器和任务图，用于操作、导航和安全应用
- 准备数据集，定义评估方法和关键绩效指标，并开展消融研究
- 使用 Kubernetes、Docker、Ray 和 FastAPI，将研究系统部署为可靠的服务
- 实施性能分析、遥测和持续集成，以支持可复现研究
- 协调涵盖感知、推理、仿真和代码生成的多智能体流水线
- 研究视频理解、三维场景落地、边缘推理、多模态评估以及仿真到现实策略性能
- 产出可发表或开源的研究、可用于生产的组件、可复现实现、评估报告和演示成果
任职要求
- 正在攻读计算机科学、电气工程、机器人学或相关领域的硕士或博士学位，并在计算机视觉、机器学习或机器人学领域有发表成果
- 具备高级 Python 以及 PyTorch 或 JAX 技能，熟悉 CUDA 性能分析和混合精度训练
- 具备计算机视觉研究经验，并至少涉足视觉语言模型、具身或物理人工智能、三维感知等领域之一
- 能够将已发表的研究推进到实现、消融研究和严格跟踪结果的阶段
- 具备视频模型、扩散模型、三维高斯泼溅或 NeRF、SLAM 或场景重建经验
- 有多模态落地或时序推理相关工作经验
- 熟悉 ROS2、DeepStream 或 TAO，或熟悉使用 TensorRT 或 ONNX 进行边缘推理优化
- 具备使用 Ray、分布式数据加载器或分片检查点进行可扩展训练的经验
- 具备良好的软件工程实践，包括测试、代码检查、性能分析、容器化和可复现性
- 拥有公开技术成果，例如 GitHub 项目、第一作者论文或重要开源贡献
