Vereinigte Staaten
Launch Legends
Figure
Helix AI Engineer, Pretraining
Vereinigte Staaten
San Jose, California, United States
Python
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Figure ist ein KI-Robotik-Unternehmen, das autonome, universell einsetzbare humanoide Roboter entwickelt.
Unser Ziel ist es, verkörperte KI-Systeme zu entwickeln, die die reale Welt wahrnehmen, verstehen und in ihr handeln können.
Figure hat seinen Hauptsitz in San Jose, CA, und
diese Rolle erfordert 5 Tage pro Woche Zusammenarbeit im Büro.
Unser Helix-Team ist für die Entwicklung der Kern-KI-Systeme verantwortlich, die die Autonomie von Humanoide antreiben.
Wir suchen einen Helix AI Engineer, Pretraining, der große Foundation Models entwickelt, die aus vielfältigen Datenquellen lernen, darunter Text, Bilder, Video und von Robotern gesammelte Erfahrungen.
Diese Rolle konzentriert sich auf die Weiterentwicklung von Pretraining-Methoden, die Generalisierung, Schlussfolgerung und Anpassungsfähigkeit ermöglichen – und bildet das Rückgrat für nachgelagerte Fähigkeiten in Wahrnehmung, Planung und Aktion.
VERANTWORTLICHKEITEN
- Entwerfen und Trainieren von großen Foundation Models über multimodale Daten (z. B. Text-, Bild- und Roboterdaten)
- Entwickeln von Pretraining-Strategien, die Generalisierung, Schlussfolgerung und Transfer zu nachgelagerten verkörperten Aufgaben verbessern
- Untersuchen und Implementieren von Architekturen, einschließlich Transformer-basierter und neuer Foundation Model-Paradigmen
- Arbeiten an Skalierungsgesetzen, Design von Datensatzmischungen und Trainingsdynamiken für Frontier-Modelle
- Aufbauen und Optimieren von großen verteilten Trainingspipelines über Multi-Node-GPU-Cluster
- Enge Zusammenarbeit mit den Teams für Video, Generierung, Agenten und Roboterlernen, um vortrainierte Modelle in den Autonomie-Stack zu integrieren
- Entwerfen von Bewertungs-Frameworks zur Messung von Schlussfolgerungsfähigkeit, Robustheit und domänenübergreifender Generalisierung
- Beitrag zu Post-Training-Ansätzen, einschließlich Fine-Tuning, Alignment und Modelladaption
ANFORDERUNGEN
- Erfahrung im Training von großen Foundation Models oder in der Arbeit an Pretraining für LLMs oder multimodale Systeme
- Starkes Verständnis moderner deep learning Architekturen, insbesondere Transformer
- Erfahrung mit groß angelegtem verteiltem Training und Optimierung
- Beherrschung von Python und deep learning Frameworks wie PyTorch
- Strenge experimentelle Vorgehensweise und Fähigkeit zur Iteration von Modelldesign und Trainingsstrategien
- Solide Software-Engineering-Fähigkeiten und die Fähigkeit, skalierbare, zuverlässige Systeme zu entwickeln
- Fähigkeit, selbstständig zu arbeiten und unklare, wirkungsvolle technische Probleme zu lösen
BONUSQUALIFIKATIONEN
- Erfahrung mit Frontier Foundation Models bei Unternehmen wie Anthropic, OpenAI, Google DeepMind oder xAI
- Erfahrung mit multimodalem Pretraining (Vision-Language- oder Vision-Language-Action-Modelle)
- Hintergrund in Skalierungsgesetzen, Datensatzkurierung und Optimierung von groß angelegten Datensatzmischungen
- Erfahrung mit Post-Training-Techniken wie RLHF, Reward Modeling oder Alignment-Methoden
- Vertrautheit mit verkörperter KI, Robotik oder Einschränkungen bei der Bereitstellung in der realen Welt
- Publikationsliste in machine learning, NLP oder multimodaler KI
Die Gehaltsspanne für diese Vollzeitstelle in den USA liegt zwischen $200,000 - $400,000
Die für diese Position angebotene Vergütung kann je nach mehreren individuellen Faktoren variieren, einschließlich berufsbezogenem Wissen, Fähigkeiten und Erfahrung. Das gesamte Vergütungspaket kann je nach spezifischer Rolle auch zusätzliche Komponenten/Leistungen umfassen. Diese Informationen werden weitergegeben, wenn ein Stellenangebot unterbreitet wird.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen