مهندس أبحاث الذكاء الاصطناعي

حول أوريجن أوريجن (سابقًا 10xConstruction) تبني روبوتات مستقلة عامة الاستخدام لصناعة البناء الأمريكية لمواجهة ارتفاع التكاليف، ومخاطر السلامة، ونقص العمالة.
تجمع منصتنا متعددة الحرف والمودولارية بين الأجهزة المصممة خصيصًا وذكاء الموقع في الوقت الحقيقي للتنقل في البيئات المعقدة وتنفيذ المهام بدقة.
تم تدريب روبوتاتنا في محاكاة عالية الدقة وتم نشرها بالفعل في مواقع حية، حيث تقدم تنفيذًا أسرع بخمسة أضعاف، وتوسعًا في الهامش بنسبة 250% أو أكثر، وتوفيرًا كبيرًا في التكاليف.
حول الدور كعضو أساسي في فريق أبحاث الذكاء الاصطناعي، ستقوم بتحويل التقدمات الحديثة في الرؤية-اللغة والتشتت إلى أنظمة قوية في الوقت الحقيقي ترى وتتصرف في مواقع البناء الديناميكية.
المسؤوليات الرئيسية البحث والابتكار في نماذج التوليد المعتمدة على التشتت لمحاكاة سطح الجدار الفوتوغرافي، وتوليد العيوب، وتكييف المجال.
تصميم وتدريب نماذج اللغة البصرية (VLMs) ونماذج العمل اللغوي البصري (VLA) التي تربط أوامر العمل النصية، ومخططات CAD، وبيانات المستشعرات بفهم على مستوى البكسل.
قيادة تطوير خطوط أنابيب التوصيف التلقائي (التعلم النشط، التدريب الذاتي، البيانات الاصطناعية) التي تتوسع إلى ملايين الإطارات والسحب النقطية مع الحد الأدنى من الجهد البشري.
تحسين وضغط النماذج (INT8، LoRA، التقطير) للنشر على أجهزة الحافة من فئة Jetson تحت ROS 2.
امتلاك دورة الحياة الكاملة - تعريف المشكلة، مراجعة الأدبيات، النمذجة الأولية، التقييم غير المتصل/المتصل، وتسليم الإنتاج إلى فرق الإدراك والتحكم.
نشر تقارير تقنية داخلية وأوراق مؤتمرات خارجية؛ توجيه المتدربين والمهندسين المبتدئين.
المؤهلات والمهارات 3+ سنوات في البحث والتطوير في التعلم العميق أو دكتوراه/ماجستير في علوم الحاسوب، الهندسة الكهربائية، الروبوتات أو مجال ذي صلة مع سجل نشر قوي.
خبرة مثبتة في نماذج التشتت (DDPM، LDM، ControlNet) والمحولات متعددة الوسائط / VLMs (CLIP، BLIP-2، LLaVA، Flamingo).
نجاح مثبت في بناء سير عمل الذكاء الاصطناعي القائم على البيانات على نطاق واسع - التعلم النشط، التسمية الزائفة، الإشراف الضعيف.
إتقان متقدم في بايثون، PyTorch (أو JAX)، تتبع التجارب والتدريب القابل للتوسع (PyTorch Lightning، DeepSpeed، Ray).
معرفة بأساليب الذكاء الاصطناعي على الحافة (TensorRT، ONNX Runtime)، وضبط أداء CUDA / C++.
أساس رياضي قوي (احتمالات، نظرية المعلومات، تحسين) والقدرة على ترجمة النظرية إلى كود إنتاجي.
مكافأة: خبرة في توليد البيانات الاصطناعية في Isaac Sim أو حزم إدراك الروبوتات (ROS2، Nav2، MoveIt 2، Open3D)