Senior/Staff AI Engineer, Physical AI
Grid Dynamics
Rola polega na rozwijaniu zaawansowanych modeli AI dla robotyki w produkcji i logistyce. Będziesz częścią zespołu R&D, projektując i trenując multimodalne modele generatywne (np. VLA – vision-language-action) do precyzyjnej manipulacji robotycznej. To hybryda badań naukowych i inżynierii: implementujesz nowatorskie algorytmy w PyTorch, pracujesz na dużych klastrach GPU i nadzorujesz zbieranie danych. Wymagana jest silna publikacja naukowa oraz doświadczenie w scale'owaniu treningu AI.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o liczbie dni hybrydowych w biurze, nie podano widełek wynagrodzenia.
Rola polega na rozwijaniu zaawansowanych modeli AI dla robotyki w produkcji i logistyce. Będziesz częścią zespołu R&D, projektując i trenując multimodalne modele generatywne (np. VLA – vision-language-action) do precyzyjnej manipulacji robotycznej. To hybryda badań naukowych i inżynierii: implementujesz nowatorskie algorytmy w PyTorch, pracujesz na dużych klastrach GPU i nadzorujesz zbieranie danych. Wymagana jest silna publikacja naukowa oraz doświadczenie w scale'owaniu treningu AI.
- ✓Praca nad najnowszymi technologiami w fizycznym AI i robotyce
- ✓Możliwość publikowania wyników badań
- ✓Wsparcie rozwoju zawodowego i konferencje
- −Praca w firmie konsultingowej/outsourcingowej – może być mniejsza autonomia i rotacja projektów
- −Wysokie wymagania (PhD, publikacje, duże klastry) – ryzyko, że realne zadania nie będą tak ambitne, jak opis
- !Brak informacji o wielkości zespołu i konkretnych robotach/środowisku
- !Hybryda – konieczność dojazdów do Wrocławia może być ograniczeniem
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja modeli głębokiego uczenia do percepcji i generowania ruchu robotów w PyTorch
- •Prowadzenie eksperymentów badawczych – testowanie nowych architektur i technik (np. VLA, RL)
- •System design i optymalizacja pipeline'ów AI na klastrach GPU (Ray, rozproszony trening)
- •Definiowanie strategii zbierania i augmentacji danych oraz nadzorowanie procesów etykietowania
- •Przegląd literatury naukowej i implementacja najnowszych metod generatywnych
- •Współpraca z zespołem inżynierów robotyków przy integracji modeli z fizycznymi robotami
- •Pisanie kodu produkcyjnego i utrzymanie standardów inżynieryjnych w projekcie
- •Przygotowywanie raportów i publikacji z wyników badań
Oferta dla doświadczonych specjalistów (Senior).
Minimalnie akceptowalny kandydat to osoba z tytułem magistra, bardzo mocnymi podstawami deep learningu i biegłością w PyTorch, która pracowała przy projektach AI na dużą skalę, ale może nie mieć doświadczenia robota. Publikacje naukowe są wymagane – co najmniej kilka prac na konferencjach.
Ta oferta nie jest dla juniorów ani osób bez doświadczenia w treningu na dużą skalę. Nie jest też dla kogoś, kto woli czystą inżynierię bez elementów badawczych lub nie chce publikować wyników.
- ?Ile osób liczy zespół R&D i jaka jest struktura (rola team leada, ilu inżynierów)?
- ?Czy projekty są wewnętrzne czy dla klientów zewnętrznych?
- ?Jakie konkretne roboty/platformy będą wykorzystywane (np. Franka, UR, symulatory)?
- ?Jaki jest oczekiwany balans między badaniami a inżynierią produkcyjną?
- ?Czy istnieje możliwość pracy zdalnej w ramach hybrydy, czy są ustalone dni w biurze?
- ?Jaki jest przewidywany czas projektu i cele biznesowe?
- ?Czy firma finansuje publikacje i udział w konferencjach?
- −Brak informacji o liczbie dni hybrydowych w biurze
- −Nie podano widełek wynagrodzenia
- −Nie opisano procesu rekrutacyjnego (etapy, zadanie)
- −Brak danych o wielkości i składzie zespołu
Zespół R&D, wysoce zmotywowany i dedykowany, skupiony na innowacjach w fizycznym AI.