Auf einen Blick
- Aufgaben: Entwickle die Grundlagenmodelle für humanoide Roboter und arbeite an innovativen Projekten.
- Unternehmen: Führendes Unternehmen im Bereich Robotik mit einem dynamischen und kollaborativen Team.
- Vorteile: Wettbewerbsfähiges Gehalt, Gesundheitsleistungen, flexible Arbeitszeiten und berufliche Entwicklung.
- Weitere Informationen: Tolle Karrieremöglichkeiten in einem kreativen Umfeld mit regelmäßigen Community-Events.
- Warum dieser Job: Gestalte die Zukunft der Robotik und arbeite an bahnbrechenden Technologien.
- Qualifikationen: Erfahrung in Softwareentwicklung und Teamarbeit, insbesondere in Robotik und maschinellem Lernen.
Das prognostizierte Gehalt liegt zwischen 75600 - 92400 € pro Jahr.
At Flexion, we're building the intelligence layer powering the next generation of humanoid robots.
Our mission is to accelerate the transition from fragile prototypes to real-world humanoid deployment.
We are founded by leading scientists in robot reinforcement learning (ex-Nvidia, ex-ETH Zürich), and backed by leading international VC firms.
In just months, we’ve gone from our first line of code to deploying real humanoid capabilities.
The role
As our VLA/WAM Research Engineer, you'll develop the foundation models that power our humanoid robots, spanning model architecture, large-scale pre-training, adaptation, and post-training.
You will work across the model lifecycle: designing VLA and World-Action Model architectures, training foundation models on large and diverse embodied datasets, developing methods for efficient adaptation to new tasks and embodiments, and using robot experience to continuously improve model capabilities.
In particular, we are looking for researchers and engineers with deep experience in one or more of the following areas: VLA/VLM or multimodal model architecture, large-scale foundation-model pre-training, world models and predictive learning, robot learning, or post-training and continual learning.
If you have strong depth in one of these areas and are excited to work across the broader problem of building general‑purpose robot foundation models, you will be a strong fit for the role.
Key responsibilities
- VLA/WAM Architecture: Design and develop multimodal foundation models combining vision, language, robot state, actions, and temporal context for general‑purpose robotic control.
- Foundation Model Pretraining: Develop and execute large‑scale pretraining across diverse robot embodiments, teleoperation, egocentric human data, and simulated experience.
- Training Recipes & Scaling: Improve data mixtures, training objectives, optimization strategies, and distributed training workflows to deliver increasingly capable foundation models on a regular cadence.
- World-Action Models: Develop predictive world and action models for representation learning, future‑state prediction, planning, and robot policy improvement.
- Adaptation & Mid‑training: Develop methods to efficiently adapt pretrained models to new tasks, environments, embodiments, and capabilities.
- Post‑training & Reinforcement
Learning: Improve models using real‑world and simulated robot experience, including imitation learning, RL, reward/value‑guided learning, and specialist‑to‑generalist distillation.
- Continual
Learning: Develop methods to learn from autonomous rollouts, failures, interventions, and recoveries while retaining existing capabilities and avoiding catastrophic forgetting.
- Evaluation & Research: Design rigorous experiments, evaluate models in simulation and on real robots, and use results to guide architecture and training decisions.
- Strong Python and Py Torch skills, with hands‑on experience developing and training modern deep‑learning models.
- Research or engineering experience in one or more of the following: VLA/VLM architectures, multimodal foundation models, world models, large‑scale pretraining, robot learning, or RL/post‑training.
- Experience owning substantial model development or training experiments, including architecture choices, training objectives, optimization, and evaluation.
- Solid understanding of modern deep‑learning architectures, representation learning, and the relationship between data, training objectives, and model performance.
- Ability to design rigorous experiments, diagnose training failures, and use empirical results to guide research decisions.
- Familiarity with large‑scale datasets, model training workflows, and the challenges of generalization across tasks, environments, or embodiments.
- Ability to critically evaluate recent research and translate promising ideas into working models and experiments.
- Comfortable working across model architecture, training, and adaptation while bringing particular expertise in at least one of these areas.
Additionally, the following are a plus but not required
- Experience training VLA, VLM, diffusion, flow‑matching, video/world models, or other multimodal generative architectures.
- Experience with distributed training, multi‑node GPU systems, large‑scale data mixtures, and foundation‑model training optimization.
- Experience with reinforcement learning, offline RL, reward/value learning, specialist distillation, or continual learning.
- Experience with predictive world models, video generation, latent dynamics, or self‑supervised representation learning.
- Experience with multi‑embodiment robot learning, action representations, or adapting policies across different robot platforms.
- Experience working with teleoperation, egocentric video, simulation, autonomous rollouts, or other large‑scale embodied datasets.
- Experience evaluating learned policies on real robots, particularly humanoids or dexterous manipulation systems.
- Competitive compensation
- Enhanced pension plan
- Enhanced holiday & paid leave perks
- Relocation & permit sponsorship
- Central Zürich office with top‑tier robotics testing facilities and infrastructure
- Joining Europe's leading robotics team & exposure to never‑done‑before research
- Energetic, collaborative culture with a bias for action and regular community events
- Competitive Compensation
- Joining a leading robotics team & exposure to never‑done‑before research
- Energetic, collaborative culture with a bias for action and regular community events
- Zurich
- Enhanced pension plan
- Relocation & permit sponsorship
- Enhanced holiday & paid leave perks
- Central Zürich office with top‑tier robotics testing facilities and infrastructure
- San Franciso
- 401(k) with company contributions
- Health, dental & vision coverage with the flexibility to choose your own plan
- Open PTO policy & paid company holidays
VLA/WAM Research Engineer in Zürich Arbeitgeber: Flexion Robotics
Flexion ist ein hervorragender Arbeitgeber, der seinen Mitarbeitern die Möglichkeit bietet, an der Spitze der Robotiktechnologie zu arbeiten. Mit einem zentralen Büro in Zürich, das über erstklassige Testeinrichtungen verfügt, profitieren Sie von einer dynamischen und kollaborativen Unternehmenskultur, die Innovation und persönliche Entwicklung fördert. Unsere Mitarbeiter genießen wettbewerbsfähige Vergütung, verbesserte Rentenpläne und zahlreiche Möglichkeiten zur beruflichen Weiterentwicklung in einem der führenden Robotikteams Europas.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so VLA/WAM Research Engineer in Zürich erhalten könntest
✨Werde Teil von Robotik-Communities
Such dir aktive Communities oder Foren im Bereich Robotik, wo Gleichgesinnte und Profis sich austauschen. Hier kannst du nicht nur viel lernen, sondern auch potenzielle Arbeitgeber kennenlernen, die nach Talenten suchen – manchmal ist es wichtiger, die richtigen Leute zu treffen, als nur Bewerbungen zu verschicken!
✨Besuche Robotik-Events und Messen
Schau dir lokale oder internationale Messen und Konferenzen an, die sich mit Robotik beschäftigen. Dort hast du die Möglichkeit, direkt mit Unternehmen wie Flexion Robotics in Kontakt zu treten und dein Interesse an einer Vollzeitstelle als VLA/WAM Research Engineer zu zeigen. Nimm Visitenkarten mit und sei bereit, dich vorzustellen!
✨Engagiere dich in Praktikumsprojekten
Wenn du vor deiner Bewerbung noch etwas direkten Erfahrung sammeln kannst, schaue nach Projekten oder Praktika im Bereich Robotik. Diese Erfahrungen sind nicht nur wertvoll, sondern zeigen auch, dass du wirklich in diesem Bereich Fuß fassen möchtest. Nutze Plattformen für offene Projekte, um erste praktische Erfahrungen zu sammeln.
✨Online-Präsenz aufbauen
Zeige deine Fähigkeiten und Kenntnisse durch ein öffentliches Portfolio oder Blog. Teile deine Projekte, sei es über GitHub oder persönliche Webseiten. Das hilft dir, sichtbar zu werden und zeigt, dass du aktiv in der Robotik arbeitest. Und vergiss nicht, dich auch über unsere Website bei Flexion Robotics zu bewerben, um deine Chancen zu erhöhen, Teil des Teams zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um VLA/WAM Research Engineer in Zürich mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Fokussiere dich auf technische Fähigkeiten:In deiner Bewerbung solltest du unbedingt relevante technische Fähigkeiten hervorheben, die für die Robotik wichtig sind. Das beinhaltet Kenntnisse in Programmiersprachen wie Python oder C++, sowie Erfahrung mit spezifischen Robotik-Plattformen oder -Tools. Zeig uns, dass du mit den neusten Technologien vertraut bist und welche Projekte du bereits umgesetzt hast!
Präsentation deiner Projekte und Erfahrungen:Wenn du bereits an spannenden Robotik-Projekten gearbeitet hast, dann dokumentiere diese ausführlich in deinem Lebenslauf oder in einem Portfolio. Bilder, Videos oder Links zu deinen Arbeiten können hier einen großen Unterschied machen! Zeig uns, was du kannst, und wie du Probleme gelöst hast.
Motivation und Lernbereitschaft im Anschreiben:Da es sich um eine Vollzeitstelle handelt, schau, dass du in deinem Anschreiben zeigst, warum du genau bei Flexion Robotics im Bereich Robotik arbeiten möchtest. Erkläre, wie dich unsere Mission anspricht und welche Ideen du einbringen könntest. Deine Begeisterung für das Fach und den Willen, stetig zu lernen, können uns überzeugen!
Überzeuge mit relevanten Zertifikaten:Falls du Zertifikate hast, die deine Qualifikationen untermauern, wie beispielsweise in Robotik oder Automatisierungstechnik, erwähne diese in deinem Lebenslauf. Diese Unterlagen können einen starken Eindruck hinterlassen und uns zeigen, dass du engagiert und spezialisiert bist.
Wie man sich auf ein Vorstellungsgespräch bei Flexion Robotics vorbereitet
✨Technisches Know-how zeigen
In der Robotik ist es entscheidend, dass wir unsere technischen Fähigkeiten präsentieren. Bereite dich darauf vor, Fachfragen zu Robotiksystemen, Programmiersprachen wie Python oder C++ und spezifischen Tools wie ROS zu beantworten. Vielleicht fragen sie dich auch nach einem Projekt, an dem du gearbeitet hast – hab dein Portfolio bereit!
✨Praktische Anwendungen diskutieren
Sei bereit, über praktische Anwendungen deiner Kenntnisse in der Robotik zu sprechen. Überlege dir vorher einige Beispiele, wo du theoretisches Wissen erfolgreich in die Praxis umgesetzt hast. Dies könnte eine interessante Projektarbeit oder eine Herausforderung, die du überwunden hast, umfassen.
✨Teamgeist demonstrieren
Da die Robotik oft Teamarbeit umfasst, ist es wichtig, deine Zusammenarbeit zu betonen. Während des Gesprächs kannst du Geschichten erzählen, die deine Teamfähigkeit und deine Fähigkeit zur Problemlösung zeigen. Du kannst sogar gemeinsam mit deinen Teamkollegen durchgeführte Simulationen oder Projekte erwähnen.
✨Langfristige Motivation vermitteln
Da es sich um eine Vollzeitstelle handelt, wird das Unternehmen wissen wollen, dass du langfristig in der Robotik bleiben möchtest. Teile deine Zukunftspläne und wie diese zu Flexion Robotics passen – sei es durch den Wunsch, an innovativen Lösungen zu arbeiten oder sich weiterzubilden. Das zeigt, dass du wirklich in die Rolle investieren willst.