Autonomy Engineer Intern, Reinforcement Learning, 2027 (Zurich)

Skydio ist das führende US-Drohnenunternehmen und der Weltmarktführer im Bereich autonomes Fliegen, die Schlüsseltechnologie für die Zukunft von Drohnen und Luftmobilität. Das Skydio-Team kombiniert tiefgehende Expertise in künstlicher Intelligenz, erstklassiger Hardware- und Softwareentwicklung, operativer Exzellenz und Kundenorientierung, um ein breiteres, vielfältigeres Publikum von Drohnenbenutzern zu befähigen, von Versorgungsinspektoren bis hin zu Ersthelfern, Soldaten in Kampfszenarien und darüber hinaus.

Über die Rolle:

Skydio baut die fortschrittlichsten autonomen Drohnen der Welt, die in Bereichen wie Inspektion, öffentliche Sicherheit, Verteidigung, Kinematografie und mehr eingesetzt werden. Ihre Forschung wird nicht in einem Papier verstauben: Sie wird fliegen und gestalten, wie Piloten und Betreiber reale Missionen in komplexen Umgebungen durchführen. Entwickeln und implementieren Sie Reinforcement Learning (und angrenzende Methoden des Policy-Learnings), die es den Skydio-Flugzeugen ermöglichen, intelligenter, sicherer, zuverlässiger und effizienter in unserem Ökosystem zu planen, zu navigieren und sich selbst zu steuern: Handheld-Apps, Bodensteuerung, Cloud-Autonomie-Dienste und Flottenarbeitsabläufe.

Wie Sie einen Einfluss haben werden:

• Navigationsvermeidung in der Wildnis: Trainieren Sie Politiken, die sich online an überfüllte 3D-Szenen (Wälder, Brücken, städtische Schluchten) anpassen und unser System für robuste Hindernisvermeidung und dynamisches Zielverfolgen ergänzen.
• RL-unterstützte Planung: Kombinieren Sie erlernte Kostenformungen/Wertfunktionen mit Trajektorienoptimierung für sanften, agilen Flug mit engen Sicherheitsrahmen und Missionsbeschränkungen.
• Sim to Real in großem Maßstab: Erstellen Sie skalierbare Datensätze und Trainingsschleifen mit Isaac Lab, Domänenrandomisierung, Residuallernen und Sicherheitsfiltern; wöchentlich an echten Drohnen validieren.
• Mensch-in-der-Schleife geteilte Kontrolle: Lernen Sie unterstützende Politiken, die Pilotabsichten, Autonomie-Vorannahmen und unsicherheitsbewusste Verhaltensweisen für intuitive Kontrollübergaben kombinieren.
• Flotten-Multi-Agenten: Erkunden Sie dezentrale Koordination für Abdeckung, Verfolgung und kollaborative Kartierung mit minimalen Kommunikationsanforderungen.

Was dieses Praktikum besonders macht:

• Echte Hardware-Rhythmus: Prototyp in Simulation, dann Flugtests an produktionsbereiten Flugzeugen und Edge-Computing. Ihre Arbeit soll einen Unterschied in der realen Welt machen, nicht nur in der Simulation.
• Sicherheitsorientiertes Lernen: Wir kombinieren RL mit formalen Einschränkungen, Schätzungen von Unsicherheiten und konservativen Aktionsfiltern für eine zuverlässige Bereitstellung in menschlichen Umgebungen.
• Interdisziplinäre Mentorschaft: Arbeiten Sie mit Teams für Wahrnehmung, Kartierung, Steuerung und Produkt zusammen, um den Kreis von Forschung zu Feldoperationen zu schließen.

Was Sie zu einer starken Besetzung macht:

• Doktorand in Robotik, Maschinellem Lernen, Steuerung oder verwandtem Bereich.
• Starke Grundlagen in RL, Regelungstheorie und Bewegungsplanung; Sicherheit/Robustheitskonzepte sollten Ihnen vertraut sein.
• Erfahrung in Python (PyTorch/JAX/Ray RLlib) und mindestens einer der Sprachen C++ oder CUDA.
• Praktische Erfahrung mit Robotersimulation (Isaac Lab/MuJoCo/PyBullet) und Sim2Real-Techniken.
• Erfahrung im Training/Bereitstellen von Politiken für Navigation, Manipulation oder Fortbewegung auf echten Robotern oder autonomen Fahrzeugen.

Schön zu haben:

• Veröffentlichungen (CoRL, ICRA, IROS, RSS, NeurIPS).
• Erfahrung mit Onboard-Inferenzoptimierung (TensorRT, Quantisierung, Sparsamkeit).
• Vertrautheit mit modernem Policy-Learning über einfaches RL hinaus: Diffusionspolitiken, IL/BC, Offline-RL, modellbasiertes RL.
• Erfahrung mit Multi-Agenten-RL oder verteiltem Training.

Vergütung:

Der Stundenlohn für diese Position beträgt 47 USD/Stunde für Bachelor-Studenten, 53 USD/Stunde für Master-Studenten und 70 USD/Stunde für Doktoranden*. Die Vergütung variiert je nach Faktoren wie Fähigkeitsniveau, Kenntnissen, übertragbarem Wissen und Erfahrung. Neben dem Grundgehalt sind Vollzeitmitarbeiter von Skydio berechtigt, sich in unsere Leistungspläne einzuschreiben und von einer Vielzahl von Anreizen und Stipendien zu profitieren.

*Die Vergütung für bestimmte Positionen kann je nach Standort der Position variieren.

Bei Skydio glauben wir, dass Vielfalt Innovation antreibt. Wir haben eine multidisziplinäre Umgebung geschaffen, die die Kraft unterschiedlicher Perspektiven nutzt, um elegante Lösungen für komplexe Probleme zu schaffen. Wir setzen uns dafür ein, unser Netzwerk von Menschen, Programmen und Ressourcen auszubauen, um eine inklusive Kultur zu fördern.

Qualifizierte Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderung, geschütztem Veteranenstatus oder anderen durch Bundes-, Landes- oder lokale Antidiskriminierungsgesetze geschützten Merkmalen Berücksichtigung für eine Anstellung.

Für Positionen in den Vereinigten Staaten verwendet Skydio, Inc. E-Verify, um die Beschäftigungsberechtigung zu bestätigen. Um mehr über E-Verify zu erfahren, einschließlich Ihrer Rechte und Pflichten, besuchen Sie bitte die Website.