Roku
Trener
Robotics Software Engineer Vision-Language-Action Models
Die Rolle
Robotics Software Engineer Vision-Language-Action Models
Als Robotics Software Engineer mit Schwerpunkt auf Robot Learning und Manipulation treiben Sie das Design, das Training, die Validierung und den Einsatz von kontaktintensiven Manipulationsfähigkeiten auf echten Robotern voran. Ihr Fokus liegt auf der Lösung komplexer, kontaktintensiver Manipulationsaufgaben. Sie entwickeln und integrieren sensorbasierte Steuerungsstrategien sowie Vision-Language-Action (VLA) Policies und steuern den gesamten Modell-Lebenszyklus – von der Architektur und der groß angelegten Datenerfassung bis hin zum Training, der Validierung und dem zuverlässigen Einsatz auf Industrie- und kollaborativen Robotern.
Dies ist eine praxisorientierte Ingenieursposition. Sie verbringen einen erheblichen Teil Ihrer Zeit im Labor, führen Versuche an der Hardware durch, kuratieren hochwertige Datensätze und sorgen dafür, dass die Modelle auf realen Robotersystemen funktionieren.
Standort Trondheim, Norwegen oder San Jose, Kalifornien, USA.
So bringen Sie unsere Mission voran
- Entwicklung, Training und Bereitstellung multimodaler VLA- und erlernter Manipulations-Policies zur Lösung kontaktintensiver Aufgaben unter Einbindung sensorbasierter Steuerungsstrategien, die Vision, Kraft-Momenten-Sensorik und taktiles Feedback kombinieren.
- Steuerung des Lebenszyklus von Manipulationsmodellen durch regelmäßige Tests an realer Hardware, um algorithmische Änderungen zu bewerten und hochwertige Trainingsdatensätze zu kuratieren.
- Architektur und Aufbau modularer Komponenten für Imitation Learning und Reinforcement Learning, um die Robustheit bei kontaktintensiven Aufgaben kontinuierlich zu verbessern.
- Aufbau von Pipelines für kontinuierliches Lernen, damit Policies durch neue Demonstrationen und Daten aus dem realen Einsatz im Laufe der Zeit stetig besser werden.
- Stresstests und Optimierung des Echtzeit-Ausführungs-Frameworks für erlernte Policies, die auf dem Roboter laufen.
Qualifikationen für Ihren Erfolg
- Ein Master- oder PhD-Abschluss in Robotik, Informatik, machine learning oder einem verwandten Bereich, oder eine gleichwertige Berufserfahrung im Bereich Robot Learning und Manipulation (z. B. Visuomotor Policy Learning, Imitation Learning, angewandtes Reinforcement Learning, Vision-Language-Action Modelle).
- Berufserfahrung in Python und C++ mit nachweislicher Erfahrung in der Bereitstellung von produktionsreifem Code.
- Fundierte Expertise in einem modernen ML-Framework (bevorzugt PyTorch; JAX oder TensorFlow sind ebenfalls willkommen).
- Direkte Erfahrung im Testen und Iterieren an physischen Robotern, die mit Vision-, Kraft-Momenten- und taktilen Sensoren integriert sind.
- Erfahrung mit Robotik-Simulationsumgebungen (MuJoCo, Isaac Sim, Drake oder ähnliche).
- Sie arbeiten gerne im Labor, verbringen viel Zeit mit Hardware-Experimenten und der Fehlerbehebung bei realen Edge-Cases.
- Verhandlungssichere Englischkenntnisse.
Qualifikationen, die Sie besonders auszeichnen
- Erfahrung in der Manipulation und Analyse komplexer, hochdimensionaler, multimodaler Daten aus verschiedenen Quellen sowie fundierte Kenntnisse im Training von Modellen in großem Maßstab mittels Cloud-basierter Workflows.
- Erfahrung mit Edge-Deployment und Modelloptimierung für Echtzeitsteuerung: Low-Latency-Inferenz, Quantisierung, Destillation und Pruning, um die engen Taktzeiten der Regelkreise auf ressourcenbeschränkter On-Robot-Hardware und Beschleunigern einzuhalten.
- Beiträge zum Bereich Robot Learning durch Publikationen oder Open-Source-Projekte.
- Vertrautheit mit ROS 2 und praktische Erfahrung mit Industrie- und kollaborativen Robotern von Herstellern wie Universal Robots, ABB, Fanuc und KUKA.
- Erfahrung mit Mehrkörperdynamik-Simulatoren wie Adams.
