États-Unis
PwrQ Holdings LLC
Figure
Ingénieur IA Helix, Pré-entraînement Vidéo
États-Unis
San Jose, California, United States
Python
Traduction automatique. Consultez l’original.
À propos du poste
Figure est une entreprise de robotique IA développant des robots humanoïdes autonomes à usage général. L'objectif de l'entreprise est de commercialiser des robots humanoïdes dotés d'une intelligence de niveau humain. Ses robots sont conçus pour effectuer une variété de tâches sur les marchés domestiques et commerciaux. Figure a son siège social à San Jose, CA.
Notre équipe Helix est responsable du développement des systèmes d'IA centraux qui alimentent l'autonomie humanoïde. Nous recherchons un Ingénieur IA Helix, Pré-entraînement Vidéo pour diriger le développement de modèles fondamentaux vidéo à grande échelle entraînés sur des données diverses collectées sur le terrain et par des robots.
Ce rôle se concentre sur le pré-entraînement de modèles qui apprennent à partir de vidéos brutes—capturant le mouvement, l'interaction et la structure temporelle—pour permettre des capacités en aval en perception, prédiction et raisonnement incarné.
Responsabilités
- Concevoir et entraîner des modèles fondamentaux vidéo à grande échelle sur des ensembles de données diversifiés couvrant des vidéos à l'échelle d'Internet et des données collectées par des robots.
- Développer des stratégies de pré-entraînement qui capturent la dynamique temporelle, le mouvement et l'interaction d'objets à partir de séquences vidéo brutes.
- Construire des modèles qui apprennent des représentations transférables pour des tâches en aval telles que la perception, le suivi, la prédiction et le contrôle.
- Explorer des architectures pour la compréhension et la génération vidéo, y compris des approches basées sur les transformeurs et la diffusion.
- Implémenter des pipelines de données et des stratégies d'entraînement efficaces pour l'ingestion vidéo à haut débit et l'entraînement distribué à grande échelle.
- Optimiser les performances du modèle en fonction des contraintes de calcul, de mémoire et d'efficacité de l'entraînement.
- Collaborer étroitement avec les équipes de modélisation générative, d'agents et d'apprentissage robotique pour intégrer les modèles pré-entraînés dans la pile d'autonomie.
- Concevoir des cadres d'évaluation et des benchmarks pour mesurer la compréhension temporelle, la qualité de la prédiction et la généralisation.
Exigences
- Expérience dans l'entraînement de modèles à grande échelle sur des données vidéo ou d'autres modalités séquentielles à haute dimension.
- Solide compréhension des architectures modernes de deep learning pour la vidéo, la vision ou les systèmes multimodaux.
- Expérience avec le pré-entraînement à grande échelle, y compris la curation d'ensembles de données, la dynamique d'entraînement et les lois d'échelle.
- Maîtrise de Python et des frameworks de deep learning tels que PyTorch.
- Expérience de travail avec des systèmes d'entraînement distribué et de grands clusters GPU.
- Rigueur expérimentale solide et capacité à itérer rapidement sur la conception de modèles et les stratégies d'entraînement.
- Solides compétences en ingénierie logicielle et capacité à construire des systèmes évolutifs et fiables.
- Capacité à travailler de manière autonome et à orienter des directions de recherche ambiguës et à fort impact.
Qualifications Bonus
- Expérience de travail sur des modèles vidéo de pointe ou des modèles fondamentaux multimodaux.
- Connaissances en diffusion vidéo, modélisation vidéo autorégressive ou modèles du monde.
- Expérience dans des laboratoires d'IA de premier plan tels que OpenAI, Google DeepMind, Google, ByteDance, Midjourney ou Adobe.
- Expérience dans la construction et le filtrage d'ensembles de données à grande échelle pour le pré-entraînement vidéo.
- Familiarité avec la robotique, l'IA incarnée ou l'apprentissage à partir de vidéos égo-centrées / à la première personne.
- Historique de publications en machine learning, vision par ordinateur ou IA multimodale.
Le salaire de base américain pour ce poste à temps plein est de $200,000 à $400,000 par an.
La rémunération offerte pour ce poste peut varier en fonction de plusieurs facteurs individuels, notamment les connaissances, les compétences et l'expérience liées au poste. Le package de rémunération totale peut également inclure des composantes/avantages supplémentaires en fonction du poste spécifique. Ces informations seront communiquées si une offre d'emploi est extendue.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil