Auf einen Blick
Senior/Staff-Level ML-Ingenieur für angewandte KI-Forschung in Physical AI. Gestalte Roboteragenten durch Vision-Language-Action-Modelle, Reinforcement Learning und Sim-to-Real-Transfer.
💰 $150.000–280.000/Jahr
📊 Senior
🌍 Remote
🗺️ EMEA
- Tiefe RL/Imitation Learning Expertise
- Erfahrung mit großen Modellen über multiple Knoten
- Python und JAX Sicherheit
- Machine Learning Fundamentals
Python
JAX
Reinforcement Learning
Computer Vision
Robotics
Deep Learning
Simulation
✅ Geeignet für
- PhD-Äquivalent ML-Forscher mit RL-Fokus
- Robotics-Ingenieure mit Deep Learning Hintergrund
- Wissenschaftler, die Forschung in Produktion skalieren möchten
🚫 Weniger geeignet
- Early-Career-ML-Ingenieure
- Angewandte ML-Ingenieure ohne Forschungstiefe
- Kandidaten ohne Python/JAX Sicherheit
💡 Gut zu wissen
- Remote in Europa/UK/Niederlande
- Research-heavy Rolle mit Publication-Fokus
- Arbeit mit physischen Robotersystemen verwaltet
- JAX ist Primary Framework, nicht TensorFlow
Über das Unternehmen
Nebius ist ein Nasdaq-notiertes Cloud-Infrastruktur-Unternehmen mit 1.500+ Mitarbeitern und R&D-Hubs in Europa, Großbritannien, Nordamerika und Israel. Sie bauen eine vollständige KI-Cloud-Plattform für Entwickler und Unternehmen.
Deine Aufgaben
- Large Foundation Models und Lernalgorithmen für Roboteragenten modifizieren
- Vision-Language-Action-Architekten für Robotersteuerung entwerfen
- Reinforcement Learning und Imitation Learning-Methoden untersuchen
- Datensätze und Evaluationsprotokolle für verkörperte KI entwickeln
- Simulation und Sim-to-Real-Transfer durchführen
- Dexterous Manipulation und General-Purpose Robotic Agents erforschen
Deine Voraussetzungen
- Tiefes Verständnis der theoretischen Grundlagen von Machine Learning und Robot Learning
- Tiefe Expertise in Reinforcement Learning, Imitation Learning, Multimodaler Generative Modeling, Computer Vision oder Robotics
- Erfahrung mit modernen Deep-Learning-Modellen, einschließlich Transformer und Multimodaler Foundation Models
- Umfassende Erfahrung beim Training großer Modelle auf mehreren Rechnerknoten
- Starke Python- und JAX-Fähigkeiten
