AI训练基础设施工程师 – 人形机器人全身控制
岗位摘要
拥有并扩展用于训练全身控制策略的基础设施(仿真、数据管道、编排、可视化);设计快速、可靠且高度可配置的系统,以满足控制工程师的需求;确保高集群利用率和最小化停机时间,为团队扫清障碍并加速迭代周期
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口,并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 拥有并扩展用于训练全身控制策略的基础设施(仿真、数据管道、编排、可视化)
- 设计快速、可靠且高度可配置的系统,以满足控制工程师的需求
- 确保高集群利用率和最小化停机时间,为团队扫清障碍并加速迭代周期
- 评估并集成物理引擎、仿真环境和参数化方案,以平衡真实感和训练速度
- 优化超参数和基础设施,以最大化训练速度、效率和最终模型性能
- 构建强大的工具,将策略从训练阶段推进到验证阶段,最终部署到硬件上
任职要求
- 扎实的软件工程基础,具备Python和PyTorch的生产环境经验
- 有构建或扩展机器人、控制系统或大规模机器学习工作负载训练基础设施的经验
- 熟悉物理仿真工具,如NVIDIA PhysX、MuJoCo、Warp或PyBullet
- 具备动力学、控制和机器人系统的工作知识
- 有强化学习、模仿学习或策略蒸馏的经验
- 强烈的自主意识——您拥有团队成员日常依赖的系统
- 有复杂操作任务的接触交互建模和逼真仿真环境经验
福利待遇
- 美国全职岗位基本年薪范围在15万至30万美元之间
- 薪资可能根据个人因素(如与工作相关的知识、技能和经验)有所差异
- 总薪酬方案可能包括根据具体角色而定的额外组成部分/福利
登录后查看完整岗位详情
使用邮箱验证码登录后,可查看完整职责、任职要求、原岗位入口,并继续使用收藏和浏览记录。列表摘要保持公开,完整详情用于保护数据质量和降低恶意抓取。