Chief Science Officer (m/f/d) in Zürich

Wer wir sind
Sereact baut das Robotergehirn für physische Arbeit. Cortex, unser vision-sprach-handlungsbasiertes Grundmodell, ist hardwareunabhängig: dasselbe Modell läuft auf Einarm- und Zweiarm-Systemen, mobilen Manipulatoren und Humanoiden, die in der Live-Produktion in Europa und den USA picken, sortieren und Rücksendungen bearbeiten. Zu unseren Kunden gehören Zalando, IKEA, BMW, Rohlik und DHL.

Gegründet im Jahr 2021 in Stuttgart, mit einem F&E-Hub in Zürich und einem Büro in den USA in Boston. Wir haben mehr als 145 Millionen Dollar gesammelt, zuletzt eine Series B über 116 Millionen Dollar, geleitet von Headline, mit Zalando als strategischem Investor. Wir arbeiten in kleinen, erfahrenen Teams mit flacher Struktur; Ausführung zählt mehr als Titel.

Warum diese Rolle, warum jetzt
Unsere Roboter produzieren Daten, die kein Labor simulieren kann. Unsere Flotte hat mehr als 500 Millionen Manipulationsinteraktionen in Live-Lagerbetrieben aufgezeichnet; Cortex 2.0 wurde auf 10 Millionen kuratierten Interaktionen trainiert und fügte ein Weltmodell hinzu, das plant, bevor es handelt. Cortex 2.5 lernt eine neue Aufgabe aus wenigen Demonstrationen anstelle eines Trainingslaufs. Die Einsätze wachsen von einzelnen Robotern zu Flotten, und das Forschungsteam wächst mit ihnen.

Wir suchen nun einen wissenschaftlichen Leiter, der die Forschung hinter Cortex von Anfang bis Ende verantwortet und das, was unsere Flotte jeden Tag erlebt, in den nächsten Schritt der Veränderung dessen umsetzt, was Roboter tun können.

Der Real-World Learning Loop ist Ihr System
Sereact ist ein Grenzforschungsinstitut und ein produktionsfähiges Robotikunternehmen in einem. Unser Einsatz: allgemeine robotische Intelligenz muss aus Live-Einsätzen gelernt werden. Jeder Schritt dieses Kreislaufs liegt in Ihrer Verantwortung:

• In-Situ Policy Execution: Jeder Roboter in der Produktion führt die aktuelle Richtlinie aus, und jede Schicht ist ein Experiment. Sie entscheiden, was die Richtlinien für das Lernen offenlegen.
• Continuous Data Acquisition: Roboter annotieren ihre eigenen Interaktionen während sie arbeiten. Sie entscheiden, was es wert ist, aufgezeichnet zu werden und welche Situationen die Flotte finden sollte.
• Data Curation and Learning: Neuheit, Unsicherheit, Fehler und Verteilungsschichten entscheiden, was wir lernen. Sie besitzen die Kuratierung und das Trainingsrezept.
• Evaluation and Policy Redeployment: Aktualisierte Richtlinien bestehen Validierungstests, bevor sie zur Flotte zurückkehren. Sie setzen die Messlatte und wie schnell wir sie sicher überwinden können.

Jeder Einsatz lehrt den nächsten. Ihre Aufgabe ist es, diesen Kreislauf schneller drehen zu lassen und jedes Mal mehr zu lehren.

Verantwortlichkeiten
Setzen Sie die Forschungsagenda für Cortex: vision-sprach-handlungsbasierte Modelle, Weltmodelle und Planung, Lernen aus Interaktionen mit echten Robotern und Generalisierung über Aufgaben und Verkörperungen hinweg.

• Treffen Sie die großen Entscheidungen: welche Richtungen Ressourcen und Rechenleistung erfordern und welche wir stoppen.
• Besitzen Sie die Datenstrategie: die Mischung aus Einsatz, Teleoperation, Open Source und synthetischen Daten sowie was die Flotte als Nächstes sammeln sollte.
• Besitzen Sie die Rechenstrategie, vom großflächigen Training bis zur Echtzeitanalyse auf dem Roboter.
• Entwickeln Sie die Evaluationswissenschaft: Benchmarks, die die Leistung in den Betrieben eines Kunden vorhersagen, nicht nur auf einer Rangliste.
• Leiten Sie die Forschungsorganisation in Zürich und Stuttgart: Struktur, Führung, Rhythmus.
• Setzen Sie die Einstellungsstandards und machen Sie Sereact zum Ort, an dem die besten Talente im Bereich Robotik lernen möchten.
• Bringen Sie Forschung in die Produktion mit Ingenieuren, damit Ergebnisse innerhalb von Wochen die Flotte erreichen und in einem 24/7-Betrieb standhalten.
• Entscheiden Sie gemeinsam mit den Gründern, was wir veröffentlichen, open-source oder patentieren, und bauen Sie unseren Ruf bei CoRL, RSS, ICRA, NeurIPS und ICML auf.
• Seien Sie die wissenschaftliche Stimme von Sereact gegenüber Kunden, Partnern, Universitäten und Investoren und bauen Sie akademische Partnerschaften auf.
• Arbeiten Sie mit dem CTO, Produkt und Betrieb zusammen, damit Forschung, Ingenieurwesen und Einsatz in eine Richtung ziehen.

Nicht im Umfang, absichtlich
Softwareplattform, Hardware und Feldbereitstellungstechnik. Diese bleiben beim CTO und den Operationen: der CTO besitzt, wie wir bauen und liefern, Sie besitzen, was wir als Nächstes lernen.

Forschungslabor neben dem Geschäft. Forschung bei Sereact endet auf einem Roboter, idealerweise beim Kunden. Produkt-Roadmap und Preisgestaltung.

Was diese Rolle schwierig macht
Forschung und Produktion konkurrieren um dieselben Roboter, Menschen und Rechenressourcen. Sie treffen diese Abwägung jede Woche, offen.

Cortex ist keine leere Seite. Es läuft bereits in den Kundenbetrieben, und unsere Gründer sind tief technisch. Sie erhöhen die Leistungsgrenze eines laufenden Systems.

Ein Ergebnis zählt, wenn es in den Betrieben eines Kunden standhält, nicht wenn das Papier akzeptiert wird.

Ihre ersten 12 Monate
Erste 90 Tage: Lernen Sie die Flotte, die Daten und das Team kennen; stimmen Sie den Forschungsfahrplan mit den Gründern ab; ein Evaluierungsstandard, den jeder verwendet.

Bis Monat 6: eine Forschungsorganisation mit klarer Verantwortung und einem Veröffentlichungsrhythmus vom Experiment zur Flotte.

Bis Monat 12: eine neue Generation von Cortex in den Kundenbetrieben mit messbaren Fortschritten, wichtigen Einstellungen auf höherer Ebene und Arbeiten, die Sereact auf die Karte des Robotiklernens setzen.

Was Sie mitbringen
Sie haben Forschung im Bereich Robotiklernen oder verkörperte KI geleitet und ein Team darum herum aufgebaut. Ihre Arbeit läuft auf echten Robotern, idealerweise außerhalb des Labors und über längere Zeiträume. Sie wissen, was zuerst kaputt geht.

• Wissenschaftlicher Stand: eine starke Bilanz an den besten Veranstaltungsorten und ein Netzwerk, dem großartige Forscher beitreten möchten.
• Sie haben echte Entscheidungen über Forschungswetten, Daten und Rechenleistung getroffen und gestoppt, was nicht funktioniert hat.
• Sie erklären Wissenschaft Ingenieuren, Kunden und Investoren gleichermaßen und genießen es.
• PhD in Maschinenlernen, Robotik oder einem verwandten Bereich oder eine gleichwertige Erfolgsbilanz.
• Schön zu haben: großflächiges Pretraining von Grundmodellen, Flottenlernen oder Datenmotoren, industrielle Manipulation, Erfahrung sowohl in der Wissenschaft als auch in der Industrie.

Drei Fragen, die wir Ihnen stellen werden
Erzählen Sie uns von einem Modell, das Sie von einem Papier zu einem Roboter gebracht haben, der wochenlang ohne Sie lief. Was ist zuerst kaputt gegangen?
Wenn Sie morgen unsere Einsatzdaten hätten, auf welche Wette würden Sie zuerst setzen und was würden Sie stoppen?
Wie entscheiden Sie, was Sie veröffentlichen und was Sie behalten?

Was wir anbieten
Roboter in der Live-Produktion, die jeden Tag lernen, und die Daten, die damit verbunden sind. Einen Platz im Führungsteam eines Unternehmens, das von Europa in die USA expandiert, mit bedeutendem Eigenkapital. Großflächige Rechenleistung und die Freiheit, die Forschungsorganisation aufzubauen, in der Sie gerne arbeiten würden. Teams in Stuttgart, Zürich und Boston; Umzugsunterstützung.

Wie wir einstellen
Gespräche mit beiden Gründern, eine tiefgehende Forschungssitzung mit dem Team und eine Arbeitsbesprechung zu einem realen Problem aus unseren Einsätzen. Wir handeln schnell.