Estados Unidos
B&A
Matter Inc
Engenheiro de Pesquisa em IA, Treinamento e Adaptação de Modelos
Estados Unidos
Menlo Park, California, United States
Go
Tradução automática. Consulte o original.
SOBRE A MATTER
A Matter está construindo a pilha de autonomia nativa em IA para manufatura física. Nós possuímos e operamos fábricas como ambientes de aprendizado controlados — coletando dados de cada etapa da produção para treinar e validar sistemas de IA que operam em hardware real.
A VAGA
Estamos contratando um Engenheiro de Pesquisa em IA para liderar o treinamento e a adaptação de modelos para o MatterOS — abrangendo dados de pré-treinamento, ajuste fino específico de domínio e alinhamento pós-treinamento para tarefas de manufatura.
Você trabalhará em todo o ciclo de vida de desenvolvimento de modelos: desde a curadoria do corpus de manufatura e o design de pipelines de dados sintéticos, até o ajuste fino de VLMs e VLAs de propósito geral para tarefas específicas de fábrica, e a construção de frameworks de avaliação que definem o que é considerado "bom" em um contexto de produção.
O QUE VOCÊ FARÁ
- Projetar e gerenciar pipelines de geração de dados sintéticos usando simulação física (NVIDIA Isaac Sim, MuJoCo): randomização de domínio, geração procedural de cenas e validação de transferência de simulação para o mundo real (sim-to-real).
- Fazer a curadoria e anotação do corpus de treinamento de manufatura: dados CAD, planos de processo, programas de equipamentos, sequências de montagem, fluxos de sensores e registros de inspeção de qualidade.
- Realizar o ajuste fino e a adaptação de VLMs, VLAs e LLMs pré-treinados para tarefas específicas de manufatura: copiloto de DFM, detecção de falhas, geração de instruções de montagem e aprendizado de políticas robóticas.
- Implementar métodos de alinhamento pós-treinamento (RLHF, DPO ou otimização de preferência) para alinhar o comportamento do modelo aos critérios de sucesso das tarefas de manufatura.
- Construir benchmarks de avaliação específicos de domínio: precisão de manipulação, fidelidade no seguimento de instruções, conformidade de processos e detecção de modos de falha.
- Colaborar com o Cientista de Pesquisa em VLA e o Engenheiro de Infraestrutura de IA para fechar o ciclo de treinamento entre simulação, dados reais de fábrica e modelos implantados.
O QUE BUSCAMOS
- Sólida experiência em pesquisa de machine learning com experiência prática no treinamento de grandes modelos (VLMs, LLMs ou políticas robóticas).
- Experiência prática com pipelines de dados de pré-treinamento, geração de dados sintéticos ou treinamento multimodal em escala.
- Familiaridade com técnicas de ajuste fino e alinhamento: LoRA, RLHF, DPO, ajuste de instruções.
- Proficiência em PyTorch; experiência com NVIDIA Isaac Sim, MuJoCo ou motores de simulação baseados em física.
- Capacidade de projetar frameworks de avaliação que vão além dos benchmarks padrão para medir o desempenho no mundo real em tarefas específicas.
- Pensamento sistêmico: você entende que a qualidade dos dados de treinamento e o alinhamento de domínio são mais importantes do que a escala do modelo em aplicações físicas restritas.
DIFERENCIAIS
- Doutorado ou pós-graduação em machine learning, robótica ou área relacionada.
- Experiência com IA incorporada (embodied AI), aprendizado de robôs ou transferência de simulação para o mundo real (sim-to-real).
- Experiência em domínios industriais ou de manufatura.
- Experiência com treinamento distribuído em clusters de GPU (SLURM, DeepSpeed, FSDP).
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil