Deine Aufgaben
- Trainiere Policies aus Demonstrationen mit Imitationslernen, VLA und dem Fine-Tuning von Foundation Models.
- Entwickle Bewertungen, die zeigen, ob eine Policy für eine Kundenschicht bereit ist.
- Schließe die Lücke zwischen Simulation und realem Roboter.
- Stimme mit Piloten ab, welche Daten gebraucht werden, und bringe Policies gemeinsam mit den Plattform-Engineers in den Einsatz.
Das hast du nach sechs Monaten erreicht
- Eine von dir trainierte Policy läuft auf einem realen Roboter, mit gemessener Erfolgsquote.
You bring
- Mindestens zwei Jahre praktische Erfahrung in Robot Learning und mindestens eine Policy auf realer Hardware.
- Sehr gute Kenntnisse in Python und PyTorch.
- Erfahrung mit Imitationslernen, VLA-Modellen oder Reinforcement Learning.
- Du misst nach, statt Vermutungen zu vertrauen.
- Täglicher Einsatz von KI-Agenten für Experimente, ergänzt durch eine Bewertung, die die Ergebnisse prüft.
Darüber freuen wir uns zusätzlich
- Erfahrung mit Isaac oder MuJoCo und Sim-to-Real.
- Training im großen Maßstab und Werkzeuge für Datensätze.
Das bieten wir dir
- Deine Modelle laufen auf echten Robotern in echten Fabriken.
- Ein wettbewerbsfähiges Gehalt und eine Mitarbeiterbeteiligung.
So lernen wir uns kennen
- Erstes Kennenlernen (30 Minuten).
- Technisches Gespräch mit einem Senior Engineer (60 Minuten).
- Ein Termin in München, einschließlich eines halben Tages an unserem Roboter.
- Gespräche mit unserem CTO und CEO (ein bis zwei Stunden).
- Referenzen und Angebot.
So bewirbst du dich
Schicke uns deinen Lebenslauf, dein GitHub-Profil oder Publikationen und einige Zeilen zu einer Policy, die du auf einem realen Roboter eingesetzt hast. Schreibe an hello@nucleuslab.ai mit dem Betreff „Robot Learning Engineer“. Du musst nicht jede Anforderung erfüllen, um dich zu bewerben.
Wir freuen uns über Bewerbungen unabhängig von Geschlecht, Herkunft, Religion, Behinderung, Alter oder sexueller Identität.