
Vie hiiri rivin päälle tai napauta riviä nähdäksesi täydelliset tilastot (EUR / kk tässä kaaviossa).
Phaidra rakentaa teollisen automaation tulevaisuutta. Luomme tekoälypohjaisia ohjausjärjestelmiä teollisuudelle, jolloin laitokset oppivat ja parantavat ajan myötä vahvistusoppimisen avulla. Keskitymme teollisiin sovelluksiin, joissa KPI:t ovat mitattavissa, ja annamme asiantuntijoiden määrittää tekoälyagentit koodia kirjoittamatta. Tiimillä on todistettu kokemus AI:n soveltamisesta haastaviin ongelmiin ja tuottamaan todellista vaikutusta. Arvostamme Agencya, Velocitya, Craftia ja Truthia. Toimimme 100% etänä sekä USA:ssa että globaalisti. Kuka olet Tutkijat johtavat tutkimustyötä kehittääkseen uutta algoritmista arkkitehtuuria älykkäiden ohjausjärjestelmien saavuttamiseksi teollisuuden alalla. Työskentelet monitieteisesti mallipohjaisen RL:n, suunnittelun ja ohjauksen, syväoppimisen, maailmamallien ja turvallisen RL:n parissa tuotantoon soveltuvan AI-järjestelmän edistämiseksi. Vastuut Suunnittele, implementoi ja arvioi mallipohjaisia RL-agenteja (mukaan lukien MPC/MPPI-ohjaimet) sekä prototyyppejä todellisiin teollisiin järjestelmiin. Kehitä oppineita dynamiikkoja ja maailmankuvia, jotka yleistyvät järjestelmien välillä; koulutusputkistoja ja hienosäätöä suunnittelussa ja ohjauksessa. Tutki turvallista/säätelyRL:ää, skenaarioita ja Bayesian RL:ää turvallisuusvaatimusten täyttämiseksi; raportoi tulokset selkeästi; tee yhteistyötä ulkopuolisten kumppaneiden kanssa; mentoroi tutkimusinsinöörejä; määritä uusia tutkimussuuntautumia; siirrä tutkimusta käytäntöön; omista tutkimusalueen kehitys ja käyttöönotto. Pätevyydet PhD teknisessä alalla vahvalla taustalla mallipohjaiseen RL:ään sekä osaaminen suunnittelusta, maailmamalleista, RL:stä, syväoppimisesta, ohjauksesta ja turvallisesta RL:stä; 2+ vuotta kokemusta jälkeen PhD tai 5+ vuotta Masterin jälkeen; kokemusta simuloinneista ja sim-to-real -siirroista; linjassa Phaidran arvojen kanssa. Toivotut taidot PhD ML/kontrolli tai vastaavalla alalla; syvä kokemus mallipohjaisesta RL:stä ja suunnittelusta todellisissa järjestelmissä; vahvat Python/PyTorch-taidot; julkaisut RL/kontrolli-aiheista; intoa tekoälyn soveltamiseen teollisuudessa. Koodauskieli/stack Python, PyTorch, scipy, Kubernetes, Docker, Ray, GCP
Työn tiedot
Vastuualueet
- Suunnittele, toteuta ja arvioi mallipohjaisia RL-agentteja (mukaan lukien MPC/MPPI-ohjaimet) ja prototyyppejä todellisiin teollisiin järjestelmiin
- Kehitä opittuja dynamiikkoja ja maailmamalleja, jotka yleistyvät järjestelmissä, mukaan lukien koulutusputkistot ja hienosäätö
- Tutki turvallista / rajoitettua RL:ää, skenaarioita ja Bayesian RL:ää turvallisuusvaatimusten täyttämiseksi
- Raportoi havainnot selkeästi ja kommunikoi sisäisten/ulkoisten sidosryhmien kanssa
- Ohjaa tutkimusinsinöörejä ja määrittele uusia tutkimussuuntautumia
- Omista kehitys ja käyttöönotto koko tutkimusalalle
Vaatimukset
- Tekninen alan PhD, jossa vahva tausta mallipohjaisessa RL:ssä
- 2+ vuoden kokemus PhD:n jälkeen tai 5+ vuoden kokemus Masterin jälkeen
- Käytännön kokemusta simuloijista ja sim-to-real
- Sopivuus Phaidran arvojen kanssa: Agency, Velocity, Craft, Truth
Taidot ja teknologiat
Koulutustaso
Tieteellinen jatkotutkintoEdut ja etuudet
Rekrytointiprosessi
- 1Puhelinhaastattelu
- 2Tekninen haastattelu
- 3Kulttuuritesti
- 4Tarjous ja hyväksyntä

Aiheeseen liittyvät mahdollisuudet
Löydä lisää kiinnostuksen kohteisiisi ja taitoihisi sopivia mahdollisuuksia