Robotics Applied Scientist, Spatio-Temporal Scene Understanding & Memory
Senior-Forschungsposition für die Entwicklung persistenter räumlich-zeitlicher Gedächtnissysteme für autonome Roboter. Du wirst an Weltmodellen und Scene Understanding arbeiten, um zuverlässige Felddeployments außerhalb des Labors zu ermöglichen.
- PhD mit Top-Publikationen
- Vision-Language-Modelle-Erfahrung
- 3D-Repräsentationen-Expertise
- Python und C++-Kompetenz
Gehalt geschätzt anhand PhD-Level Applied Scientist in Robotics, Senior Seniority, Bay Area adjacent. Kein Gehalt in der Anzeige angegeben.
- PhD-Holder mit Robotics/Computer Vision Background und Publikationstrack Record
- Forscher, die echte Feldprobleme mit akademischen Methoden verbinden möchten
- Experten in 3D Scene Understanding und Embodied AI
- Kandidaten ohne PhD oder Top-Publikationen in verwandten Venues
- Anfänger oder Junior-Level Entwickler
- Personen, die ausschließlich akademische Forschung ohne Feldvalidierung bevorzugen
- Diese Rolle erfordert starke akademische Credentials und ein Portfolio von Publikationen
- Felddeployment ist zentral – deine Forschung wird auf echten Robotern getestet
- Erwartet wird Expertise in mehreren 3D-Repräsentationsmethoden
Über das Unternehmen
Field AI ist ein Robotik-Unternehmen, das sich auf sichere, zuverlässige und felderprobte KI-Systeme spezialisiert. Das Team in Irvine kombiniert Expertenise aus DeepMind, NASA JPL, Boston Dynamics, NVIDIA, Amazon, Tesla Autopilot, Cruise, Zoox, Toyota Research Institute und SpaceX mit praktischen Felddeployments weltweit.
Deine Aufgaben
- Untersuche geeignete Repräsentationen für das persistente räumlich-zeitliche Gedächtnis von Robotern
- Entwickle Weltmodelle, die es Robotern erlauben, über Speicher zu planen und physikalische Parameter durch Interaktion zu ermitteln
- Kombiniere gelernte und physikalisch verankerte Modelle, mit Geometrie und Dynamik als Grundwahrheit
- Überbrücke die Wahrnehmungs-Reasoning-Lücke für Langzeit-Autonomie
Deine Voraussetzungen
- PhD in Robotik, Informatik, Elektrotechnik, Luft- und Raumfahrttechnik oder verwandtem Feld mit Publikationen an Top-Venues wie RSS, CoRL, ICRA, IROS, CVPR oder NeurIPS
- Praktische Erfahrung mit Vision-Language-Modellen oder Foundation Models angewandt auf räumliches Reasoning, Speicher oder langfristige embodied question answering
- Tiefes Verständnis von 3D-Repräsentationen: Scene Graphs, Neural Maps, Gaussian-Splat Maps oder objektzentrische Karten
- Starke Python-Fähigkeiten; in der Lage, Methoden auf echten Robotern mit C++ und ROS 2 auszuführen
Benefits
Großzügige Gehaltsspanne basierend auf Hintergrund und Erfahrung; Arbeit vor Ort in Irvine mit echten Robotern und echten Felddeployments