متدرب أبحاث الذكاء الاصطناعي

كمتدرب في أبحاث الذكاء الاصطناعي، ستدفع حدود التعلم التوليدي ومتعدد الوسائط الذي يدعم روبوتاتنا المستقلة.
ستقوم بتصميم نماذج رؤية تعتمد على الانتشار، وهياكل رؤية-لغة (VLA/VLM) وأنظمة تلقائية لتعليم البيانات التي تحول لقطات الموقع الخام إلى بيانات تدريب قيمة.
المسؤوليات الرئيسية * تصميم وتدريب نماذج توليدية تعتمد على الانتشار لبيانات اصطناعية واقعية وعالية الدقة.
* بناء نماذج رؤية-لغة (VLM) لتسمية واستعلام واسترجاع مشاهد مواقع العمل لمهام الإدراك اللاحقة.
* تطوير أهداف نماذج رؤية-لغة للعمل (VLA) التي تربط أوامر العمل النصية مع أقنعة تقسيم على مستوى البكسل.
* تصميم أنظمة تلقائية على نطاق واسع لتعليم البيانات تحول الصور غير المعلَّمة / السحب النقطية إلى تسميات عالية الجودة مع الحد الأدنى من المدخلات البشرية.
* تقييم أداء النموذج من حيث الدقة والكمون والذاكرة للنشر على أجهزة Jetson؛ الضغط باستخدام التقطير أو LoRA.
* التعاون مع فرق الإدراك والروبوتات لدمج نماذج البحث في أنظمة ROS 2 الحية.
المؤهلات والمهارات * أساس قوي في التعلم العميق، النمذجة الاحتمالية ورؤية الكمبيوتر (دورات دراسية أو مشاريع بحثية).
* خبرة عملية مع نماذج الانتشار (مثل DDPM، الانتشار الكامن) في PyTorch أو JAX.
* معرفة بهياكل التحويلات متعددة الوسائط / VLM (CLIP، BLIP، Flamingo، LLaVA، إلخ) وأهداف التدريب المتباين.
* معرفة عملية بالذكاء الاصطناعي القائم على البيانات: التعلم النشط، التدريب الذاتي، التعليم الزائف وأنظمة التعليم على نطاق واسع.
* مهارات برمجة قوية في Python، PyTorch / Lightning، بالإضافة إلى سير العمل المدفوعة بواسطة git؛ ميزة إضافية للغات C++ وCUDA.
* ميزة إضافية: خبرة في الاستدلال على الأجهزة (TensorRT، ONNX Runtime) وأدوات البيانات الاصطناعية (Isaac Sim).
لماذا نحن * البحث في تقنيات توليدية ومتعددة الوسائط متطورة ومشاهدتها تُطبق على روبوتات البناء الحقيقية.
* النشر، براءة الاختراع والمصدر المفتوح: نشجع على تقديم المؤتمرات والمشاركة المجتمعية.
* ساعد في بناء شركة من الصفر - يمكن أن تصبح تجاربك ميزات رئيسية في المنتج.