Buscamos un **Científico Aplicado Principal** para liderar la creación de políticas sofisticadas de aprendizaje robótico que permitan la manipulación hábil en entornos prácticos. Usted dirigirá el proceso integral de diseño, entrenamiento e implementación de modelos que integren percepción multimodal, formulación de políticas y ejecución robótica. Únase a nuestro colaborativo equipo de investigación en IA para impulsar la IA encarnada y abordar desafíos de autonomía y simulación a escala industrial. ¡Postúlese ahora para convertirse en un jugador clave en la expansión de las fronteras de la robótica! **Responsabilidades** * Desarrollar, implementar y desplegar marcos avanzados de aprendizaje robótico y arquitecturas de políticas para manipulación y secuenciación autónoma de tareas, que integren entradas sensoriales multimodales, percepción, planificación y ejecución mediante ROS/ROS2 * Construir y perfeccionar tuberías integrales de entrenamiento de políticas, incluyendo inferencia de políticas y control en bucle cerrado tanto para aplicaciones simuladas como del mundo real * Dirigir estrategias de gestión de datos para demostraciones, teleoperación, flujos de trabajo de simulación y sistemas de evaluación, garantizando la implementación fiable y segura de las políticas robóticas * Colaborar con equipos multidisciplinarios y especialistas en infraestructura de IA para ofrecer soluciones robóticas escalables y listas para producción * Mantenerse actualizado sobre los avances en la investigación de IA encarnada, contribuir a estudios reproducibles y difundir conocimientos mediante tutoría y charlas técnicas * Mejorar las implementaciones de PyTorch creando módulos personalizados y optimizando su rendimiento máximo y su implementación eficiente **Requisitos** * Doctorado en una disciplina STEM relevante o máster con experiencia profesional equivalente en robótica o IA encarnada * Mínimo 5 años de experiencia práctica diseñando e implementando modelos de aprendizaje automático en plataformas robóticas, incluida la integración de señales sensoriales multimodales y salidas de control * Comprensión exhaustiva de arquitecturas modernas de IA, como Transformers y modelos de difusión * Competencia avanzada en PyTorch, incluido el desarrollo de componentes personalizados y la optimización del rendimiento * Experiencia práctica con el Sistema Operativo Robótico (ROS/ROS2) y la integración de políticas en sistemas de control robótico * Contribuciones comprobadas mediante publicaciones, proyectos de código abierto o despliegues operativos * Capacidad para gestionar proyectos complejos que impliquen colaboración interdisciplinaria * Excelentes habilidades analíticas, de resolución de problemas y de comunicación, con dominio del inglés al nivel C2 **Deseable** * Experiencia trabajando con visión por computadora 3D, incluidos modelado de percepción y modelado de affordances * Familiaridad con entornos de simulación como Isaac Sim, Mujoco, Gazebo o PyBullet * Experticia en manipulación hábil y ejecución de tareas autónomas de múltiples pasos * Conocimiento de tendencias visuales y su relevancia para aplicaciones de IA encarnada * Experiencia adaptando modelos fundamentales para control encarnado y agentes que siguen instrucciones