Research Scientist, Robotics – World Models

Stelle nicht auf LinkedIn

🕒 vor 1 Monat

🇺🇸 Vereinigte Staaten – Remote

💵 $160.000 - $185.000 / Jahr

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

🧬 Forschungswissenschaftler

👻 Geisterscore 20%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

InnoData

WebsiteLinkedInAlle Stellen

2 - 10 Mitarbeiter

Gegründet 2019

🤝 B2B

💼 Beratung

🌍 Soziale Wirkung

B2B • Consulting • Social Impact

InnoData steht für INNOvation DATA SCS, eine italienische Sozialgenossenschaft mit Sitz in Foggia, die sich als Anbieter technologischer Lösungen identifiziert. Die Unternehmenswebsite (derzeit in Wartung) hebt "Soluzioni tecnologiche" (technologische Lösungen) hervor und betont den sozialen Einfluss ("Impatto sociale"). Aufgeführte Kontaktdetails sind Via Francesco Crispi 65, 71121 Foggia, Italien. Basierend auf den verfügbaren Informationen scheint InnoData an der Schnittstelle von Technologie und sozialem Einfluss zu agieren und bietet wahrscheinlich technikorientierte Dienstleistungen für andere Organisationen an.

Beschreibung

• Define how Innodata designs, structures, and evaluates data for robot foundation models • Translate robotics foundation-model requirements into data specifications, including modalities, action representations, sampling, annotation schemas, and evaluation criteria • Decide what to capture in the real world versus generate in simulation • Curate and weight training mixes across heterogeneous robot datasets, embodiments, action spaces, and sensor setups • Guide data collection across motion-capture, egocentric, exocentric, teleoperation, multi-sensor, and synthetic-data pipelines • Build evaluation and benchmarking methods that predict real-world transfer, including world-model evaluation and sim-to-real methodology • Fine-tune and evaluate foundation models on Innodata data through data-quality ablations and scaling studies • Design adversarial and long-horizon evaluations and convert failure modes into improved data • Publish benchmarks, methodologies, and papers • Collaborate with capture, annotation, and synthetic-data teams to operationalize collection and labeling plans

🎯 Anforderungen

• Roughly 4+ years of hands-on industry experience in robot learning or robotics ML • Bachelor's degree in computer science, electrical engineering, robotics, or a related technical field is required • Trained and evaluated robot policies using imitation learning or reinforcement learning • Strong PyTorch fundamentals • Experience curating, filtering, and weighting robot data across embodiments and sensors • Fluency in the LeRobot dataset format, RLDS, Open X-Embodiment, and common motion and sensor formats • Hands-on experience with NVIDIA Isaac Sim, Isaac Lab, Omniverse, MuJoCo, or comparable simulation engines • Experience with domain randomization, system identification, and sim-to-real transfer • Experience with teleoperation or egocentric data collection • Experience adapting VLM backbones for control and fine-tuning large VLA models using HuggingFace transformers and PEFT • First-author publications or strong open-source contributions at venues such as CoRL, ICRA, IROS, RSS, or NeurIPS • Ability to work with customer and frontier-lab research scientists and explain data and modeling decisions clearly • Rigorous, reproducible approach to experiments and documentation

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen