Vereinigte Staaten
Launch Legends
Figure
Helix AI Engineer, Reinforcement Learning
Vereinigte Staaten
San Jose, California, United States
Python
Automatische Übersetzung. Prüfe das Original.
Über die Stelle
Figure ist ein KI-Robotik-Unternehmen, das autonome Allzweck-Humanoide Roboter entwickelt.
Unser Ziel ist es, verkörperte KI-Systeme zu entwickeln, die in der realen Welt wahrnehmen, schlussfolgern und handeln können.
Figure hat seinen Hauptsitz in San Jose, CA, und diese Rolle erfordert 5 Tage pro Woche Zusammenarbeit im Büro.
Die USA Die Gehaltsspanne für diese Vollzeitstelle liegt zwischen $200,000 - $400,000
Die angebotene Vergütung für diese Position 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.
Unser Helix-Team ist für die Entwicklung der Kern-KI-Systeme verantwortlich, die die Autonomie von Humanoiden ermöglichen.
Wir suchen einen Helix AI Engineer, Reinforcement Learning, um Lernsysteme zu entwickeln, die es Robotern ermöglichen, Fähigkeiten durch Interaktion, Feedback und Erfahrung zu erwerben.
Diese Rolle konzentriert sich auf die Anwendung und Weiterentwicklung von Reinforcement Learning in Simulations- und realen Umgebungen – Verbesserung der Policy-Leistung, Robustheit und Entscheidungsfindung über lange Horizonte in verkörperten Systemen.
VERANTWORTLICHKEITEN
- Entwurf und Implementierung von Reinforcement Learning-Algorithmen für verkörperte Agenten, die in realen und simulierten Umgebungen agieren
- Training von Policies, die aus Interaktion, Feedback und umfangreicher Erfahrung über verschiedene Aufgaben hinweg lernen
- Entwicklung von Reward Modeling, Credit Assignment und Explorationsstrategien für komplexe, langreichweitige Verhaltensweisen
- Verbesserung der Policy-Robustheit gegenüber realen Herausforderungen wie Rauschen, partieller Beobachtbarkeit und Umgebungsvariabilität
- Arbeit in Online- und Offline-RL-Settings, einschließlich Lernen aus umfangreichen protokollierten Roboterdaten
- Enge Zusammenarbeit mit den Teams für Pretraining, Video, Generative AI, Agenten und Robotik-Lernen, um RL in den gesamten Autonomie-Stack zu integrieren
- Aufbau skalierbarer Trainingssysteme für RL, einschließlich verteilter Rollouts, Simulationsinfrastruktur und Experimentenmanagement
- Entwurf von Bewertungs-Frameworks zur Messung von Policy-Leistung, Stabilität und Generalisierung
ANFORDERUNGEN
- Erfahrung in der Entwicklung und Anwendung von Reinforcement Learning-Algorithmen in komplexen Umgebungen
- Starkes Verständnis der RL-Grundlagen (z. B. Policy Optimization, Value Methods, Model-Based RL)
- Erfahrung im Training von Policies in Simulations- und/oder realen Systemen
- Beherrschung von Python und deep learning Frameworks wie PyTorch
- Erfahrung mit groß angelegten Experimenten und verteilten Trainingssystemen
- Hohe experimentelle Strenge und Fähigkeit zur Diagnose und Verbesserung von Lernsystemen
- Solide Software-Engineering-Kenntnisse und Fähigkeit zum Aufbau skalierbarer, zuverlässiger Systeme
- Fähigkeit, selbstständig zu arbeiten und unklare, wirkungsvolle technische Probleme zu lösen
BONUSPUNKTE
- Erfahrung in der Anwendung von RL auf Robotik, Steuerungssysteme oder verkörperte KI
- Erfahrung mit groß angelegter RL-Infrastruktur (verteilte Rollouts, Simulation im großen Maßstab)
- Hintergrund in Offline-RL, Imitationslernen oder hybriden Lernansätzen
- Erfahrung mit Reward Modeling oder Human-in-the-Loop-Lernen
- Erfahrung bei führenden KI-Laboren wie OpenAI, Google DeepMind, Anthropic oder xAI
- Vertrautheit mit Robotiksystemen, Simulationsumgebungen oder Einschränkungen bei der Bereitstellung in der realen Welt
- Veröffentlichungen im Bereich Reinforcement Learning, machine learning oder Robotik
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