Internship, Robot Learning Research

Возможность

Мы ищем стажёров, которые любопытны, инициативны и хотят работать над реальными робототехническими системами.

В зависимости от ваших интересов и навыков вы сможете работать с нашим исследовательским стеком: reinforcement learning, world models, pretraining и inference & optimisation. Это охватывает всё: от обучения политик в симуляции, через построение генеративных моделей, позволяющих роботам предсказывать окружающий мир, до оптимизации моделей для вычислений в реальном времени на периферийных устройствах. Вы будете тесно сотрудничать с командой, чтобы найти, где ваш вклад будет наибольшим, и нам нужны люди, готовые погружаться в незнакомые области и быстро учиться.

Это полная стажировка (5 дней в неделю), основанная в нашем London office, где вы будете вносить вклад в реальные системы с самого начала под руководством и поддержкой опытных исследователей и инженеров.

Продолжительность: 12–24 недели | Дата начала: гибкая | Вознаграждение: конкурентоспособная оплата и бонусы

Чем вы можете заниматься

Reinforcement Learning

• Обучать политики манипуляции, условные на язык и зрение, с помощью RL в реальном мире
• Создавать сложные и разнообразные наборы задач манипуляции и модели RL в симуляции (Isaac Sim, MuJoCo)
• Экспериментировать с методами переноса политик, обученных в симуляции, в реальный мир

World Models

• Видео‑прогнозирование и динамические модели, условные на действия, сохраняющие физическую согласованность на длительных горизонтах
• Использовать world models как обученные симуляторы: оценивать кандидатные политики офлайн и генерировать синтетические рол‑ауты для обучения
• Разрабатывать метрики достоверности, определяющие, где world model можно доверять

Pre- and post-training

• Обучение в контексте
• Краткосрочная и долгосрочная память
• Постобучение VLA‑моделей для конкретных производственных сценариев
• Разные модальности данных, сокращение разрыва воплощения между данными человека и робота, разнообразие и атрибуция данных

Inference & Optimisation

• Оптимизировать модели для инференса в реальном времени на периферийных вычислениях роботов: профилирование, квантизация и компромиссы между задержкой и пропускной способностью
• Улучшать производительность обучения и загрузки данных в распределённой GPU‑инфраструктуре

Что мы ищем

• Кандидаты, обучающиеся или уже имеющие степень магистра или PhD в области компьютерных наук, машинного обучения, робототехники или смежных дисциплин.
• Твёрдая база в машинном обучении; уверенное владение Python и практический опыт работы с PyTorch или JAX.
• Интерес к одному или нескольким из направлений: reinforcement learning, world models и генеративное видео, VLA/мультимодальные модели, или системы ML и оптимизация инференса.
• Опыт проведения экспериментов и тщательного анализа результатов.
• Способность брать на себя ответственность и итеративно работать под руководством.
• Сильные навыки решения проблем и внимание к деталям.
• Быстрая обучаемость, комфорт в исследовательской, динамичной среде.

Что мы предлагаем

• Бесплатный ежедневный завтрак, обед с обслуживанием и закуски в офисе.
• Работа на передовой: ежедневное сотрудничество с инженерами, исследователями и экспертами по продукту мирового уровня, создающими следующее поколение ИИ и гуманоидной робототехники.
• Реальная ответственность: прямой доступ к руководству компании, значимый вклад в направление продукта и возможность вести ключевые инициативы с первого дня.
• Вознаграждение: конкурентоспособная оплата и бонусы