Buscamos un ingeniero de aprendizaje automático con experiencia en el desarrollo e implementación de sistemas de percepción y basados en sensores mediante aprendizaje automático en robótica o plataformas autónomas. El puesto implica trabajar en todo el ciclo de vida de los datos, los modelos y su implementación: desde flujos brutos de sensores hasta módulos de percepción listos para producción. Este puesto es ideal para alguien que haya trabajado con LiDAR, cámaras, radares, unidades de medición inercial (IMU) o tuberías multimodales, y que disfrute llevar sistemas de aprendizaje automático desde prototipos hasta su validación práctica en entornos reales.### **‍ Responsabilidades clave** **Percepción y fusión de sensores*** Desarrollar tuberías de aprendizaje automático para datos sensoriales multimodales (LiDAR, cámaras, radares, IMU, etc.). * Implementar o apoyar enfoques de fusión de sensores (clásicos o basados en aprendizaje automático). * Construir modelos y pasos de procesamiento para tareas de percepción tales como detección, seguimiento, cartografía o comprensión de escenas. **Colaboración interfuncional*** Colaborar estrechamente con ingenieros de robótica, equipos de software y equipos de simulación para garantizar la integración perfecta de los módulos de percepción mediante aprendizaje automático. * Participar en discusiones de diseño relacionadas con hardware de sensores, estrategias de captura de datos y requisitos operativos. **Desarrollo e implementación de modelos*** Entrenar, evaluar y optimizar modelos de aprendizaje automático para percepción robótica bajo restricciones del mundo real. * Implementar componentes de aprendizaje automático en diversos entornos (dispositivos periféricos, pilas de robótica, backends en la nube). * Colaborar en la optimización del rendimiento, la reducción de latencia y la mejora de la fiabilidad. ### **Si cuenta con** * Experiencia en robótica o sistemas autónomos. * Experiencia práctica con tuberías de LiDAR, cámaras, radares o IMU. * Conocimientos sólidos de Python y fundamentos de aprendizaje automático, con experiencia en al menos uno de los principales frameworks (PyTorch, TensorFlow). * Experiencia en el diseño o mantenimiento de sistemas de aprendizaje automático basados en sensores, incluyendo preparación y evaluación de datos. * Conocimiento de la implementación de modelos en sistemas reales (dispositivos periféricos, pilas de robótica, plataformas embebidas o nube). ### **Sería un valor añadido** * Experiencia con frameworks de fusión de sensores, ya sean clásicos o basados en aprendizaje automático. * Conocimiento de middleware para robótica (ROS/ROS2), cartografía, SLAM o pilas de navegación. * Experiencia con herramientas de simulación (Isaac Sim, Gazebo, Unity, Webots). * Experiencia en la mejora del rendimiento de modelos bajo restricciones de tiempo real. * Antecedentes en sistemas de seguridad, fiabilidad o alta disponibilidad.