Senior AI Engineer Self-Supervised Learning

RIVR ist ein Schweizer Robotikunternehmen, das Physikalische KI und robotische Lösungen entwickelt, um die letzte Meile der Lieferung zu revolutionieren. Durch die Kombination von künstlichen neuronalen Netzwerken und innovativen Roboterdesigns mit Rädern und Beinen zielt RIVR darauf ab, Effizienz, Nachhaltigkeit und Skalierbarkeit in der letzten Meile der Lieferung zu verbessern. RIVR ist bestrebt, ein diverses und inklusives Team aufzubauen, das jede Perspektive wertschätzt.

Unsere globale Flotte autonomer Roboter operiert in der realen Welt und generiert riesige Mengen an multimodalen Sensordaten. Wir suchen einen Experten für selbstüberwachtes Lernen und Repräsentationslernen, um das volle Potenzial dieses massiven Datenpools zu erschließen.

In dieser Rolle sind Sie verantwortlich für das Design und den Aufbau der zentralen Datenengine, die rohe, reale Sensordaten in hochsignifikante, strukturierte Datensätze umwandelt, die für das Training neuronaler Netzwerke geeignet sind. Sie werden Methoden entwickeln, um diese Daten automatisch zu kuratieren, zu filtern und Pseudo-Labels zu erstellen, die als Grundlage für alle nachgelagerten Aufgaben dienen.

Was Sie tun werden:

• Design, Aufbau und Wartung skalierbarer Datenpipelines zur Verarbeitung, Filterung und Transformation von Terabytes roher, multimodaler Sensordaten (z.B. Video, LiDAR, IMU, Odometry) aus unserer Robotikflotte.
• Entwicklung und Implementierung modernster selbstüberwachter Lernalgorithmen zur automatischen Extraktion von Merkmalen, Entdeckung von Mustern und Generierung von Pseudo-Labels aus unseren unlabeled Daten.
• Enge Zusammenarbeit mit den VLA Foundation Model und RL-Teams zur Definition von Datenanforderungen, APIs und Strategien zur Nutzung kuratierter Datensätze und gelernter Repräsentationen.
• Architektur und Implementierung robuster Evaluierungsstrategien, Benchmarks und Datensätze zur rigorosen Verfolgung der Leistung und Qualität sowohl der Datenpipeline als auch der nachgelagerten Modelle.
• Verantwortung für den Datenintegrationsworkflow, Erstellung effizienter Datenlader und Zugriffsmuster, um hochsignifikante Daten für das Modelltraining und Experimente leicht verfügbar zu machen.
• Forschung und Prototyping neuartiger Techniken in der Datenkuratierung, aktivem Lernen und Anomalieerkennung zur kontinuierlichen Verbesserung der Qualität und Effizienz unserer Datenengine.

Was Sie mitbringen müssen:

• Master-Abschluss oder höher in einem relevanten Bereich wie Informatik, Maschinelles Lernen oder Robotik.
• Mindestens drei Jahre Industrie- oder Forschungserfahrung, wobei PhD-Erfahrung anwendbar ist.
• Tiefe Expertise im selbstüberwachten Lernen (SSL) und Repräsentationslernen, insbesondere mit multimodalen Sensordaten.
• Nachgewiesene Erfahrung im Aufbau und Management von großangelegten Datenverarbeitungs-Pipelines für maschinelles Lernen.
• Starkes Verständnis von Robotersensordaten und deren Eigenschaften.
• Starke Programmierkenntnisse in Python und umfassende Erfahrung mit PyTorch.
• Erfahrung mit MLOps Best Practices und Datenversionierungstools.

Bonuspunkte:

• PhD-Abschluss in Robotik, Ingenieurwesen, Informatik, Maschinelles Lernen oder einem ähnlichen Fachgebiet.
• Veröffentlichungen auf erstklassigen ML- oder Robotik-Konferenzen.
• Erfahrung mit generativen Modellen für Datenaugmentation oder Simulation.

Wir glauben, dass die beste Arbeit im Team geleistet wird und erfordern daher die persönliche Anwesenheit an unseren Bürostandorten.