VLA Pre-training Lead (Deep Learning)

About the Role

В качестве Pretraining VLA Lead вы будете отвечать за этап предобучения нашей VLM и VLA‑базированной платформы, обеспечивающей работу флота на колесных и бипедальных платформах. Вы определите стратегию базовой модели — архитектуру, состав данных и масштабирование — и возглавите команду исследовательских инженеров, обучающих фундаментальные политики на разнообразном, многотелесном корпусе реальных траекторий, телеприсутствия и синтетических данных, а также видеоданных и языковых данных интернета. Базовые модели, которые вы создадите, станут основой, которую каждая downstream‑команда будет дообучать для локомоции, поэтому ваши решения формируют потолок возможностей каждого робота, который мы поставляем.

• Владеть дорожной картой предобучения VLA от начала до конца: выбор архитектур, состав данных, законы масштабирования и протоколы оценки базовых моделей.
• Выходить за рамки единого рецепта предобучения: исследовать архитектуры на основе transformer и diffusion, предобучение видео и цели world‑model, которые превращают мультимодальные данные (видео, действия, состояние, язык) в обобщаемые возможности роботов.
• Руководить, развивать и наставлять команду инженеров глубокого обучения, сосредоточенных на предобучении, задавать направление исследований и стандарты инженерии.
• Проектировать и запускать крупномасштабные распределённые обучения на многокластерных GPU‑кластерах; повышать пропускную способность, стабильность и эффективность затрат в сотрудничестве с командами MLOps и Data Platform.
• Определять, как выглядит масштаб данных предобучения: сотрудничать с командой Data Collection и внешними поставщиками данных, обеспечивая постоянный поток высококачественных, разнообразных, многотелесных траекторий.
• Создавать строгие наборы оценки базовых моделей, предсказывающие downstream‑результаты после обучения и реальную работу роботов, и использовать их для обоснованных решений о масштабировании go/no‑go.
• Создавать непрерывные конвейеры предобучения: версионирование наборов данных, их курирование, дедупликацию, разметку слабого надзора и автоматическое выявление пробелов в покрытии.
• Сотрудничать с командами post‑training и RL, чтобы обеспечить чистую передачу базовых моделей в дообучение и инференс в реальном времени на краю.
• Отслеживать и продвигать границы: оценивать новые архитектуры VLA, модальности и рецепты обучения, решать, что включать в наш производственный стек.

• Доказанный опыт создания систем глубокого обучения (в индустрии или исследованиях), с выпущенными моделями или опубликованными артефактами, а также опыт руководства командой или крупным рабочим потоком.
• Подтверждённый опыт предобучения больших моделей — LLM, VLM, видеогенеративных моделей или VLA — в масштабе многокластерных систем: вы отвечали за состав данных, решения о масштабировании и стабильность обучения в крупных распределённых запусках.
• Глубокое понимание архитектур transformer и diffusion, мультимодального обучения и практических аспектов распределённого обучения.
• Сильные навыки Python + PyTorch/JAX; вы умеете отлаживать и профилировать ML‑системы и писать поддерживаемый исследовательский код.
• Доказанный опыт принятия решений о масштабировании на основе данных и чёткой коммуникации компромиссов как исследователям, так и руководству.
• Вы документируете эксперименты ясно и формируете команды, которые делают то же самое.

• Опыт работы с VLA (vision‑language‑action) моделями и фреймворками.
• Опыт в робототехнике или автономном вождении, особенно в многотелесном или кроссплатформенном обучении.
• Опыт генерации синтетических данных и конвейеров sim‑to‑real в масштабе.
• Публикации на ведущих конференциях по глубокому обучению (NeurIPS, ICML, ICLR, CoRL) или эквивалентные вклады в open‑source.
• Опыт оптимизации фундаментальных моделей для инференса в реальном времени на краю.

• Конкурентный пакет акций: опционы с существенным потенциалом роста по мере масштабирования.
• Более 30 оплачиваемых дней отпуска, включая 23 дня ежегодного отпуска, все официальные праздники Великобритании и дополнительные дни закрытия компании (включая новогодние каникулы).
• Частная медицинская страховка, включая виртуальную и очную помощь.
• Пенсионный план с общим взносом 8 % (5 % от сотрудника, 3 % от работодателя) от полной заработной платы.
• Бесплатный ежедневный завтрак, обед с обслуживанием и закуски в офисе.
• Работа на переднем крае — ежедневное сотрудничество с инженерами, исследователями и экспертами по продукту мирового уровня, создающими следующее поколение ИИ и гуманоидной робототехники.
• Реальная собственность — прямой доступ к руководству‑основателям, значимый вклад в направление продукта и возможность вести ключевые инициативы с первого дня.