Científico Investigador

Job expired!

LA COMPAÑÍA

Nuestra misión es construir el Cerebro Covariante, una IA universal que otorga a los robots la habilidad de ver, razonar y actuar sobre el mundo que los rodea. Llevar la IA desde la investigación en el laboratorio hasta la variabilidad infinita y el cambio constante de las operaciones reales de nuestros clientes requiere nuevas ideas, enfoques y técnicas.

El éxito en el mundo real requiere un equipo que represente a ese mundo: diversidad de antecedentes, puntos de vista y experiencias. Nuestro común denominador: expectativas ambiciosas, amor por el aprendizaje, empatía por los que nos rodean y una mentalidad de equipo primero.

EL ROL

El Cerebro Covariante es un Modelo Base de Robótica que impulsa todas las aplicaciones robóticas en Covariante. El Cerebro es una colección de modelos, algoritmos y APIs de última generación que permiten todo el comportamiento inteligente del robot, desde la percepción hasta la comprensión de objetos 3D, la selección de agarre, clasificación, planificación del movimiento y control. Como Científico de Investigación en Covariante, nos ayudarás a avanzar el Cerebro Covariante para ser un modelo base para robótica que pueda alimentar una gama aún más amplia de diferentes aplicaciones y pueda adaptarse sobre la marcha con aportaciones humanas.

TIENES

Conocimientos sólidos y experiencia en cualquiera de las siguientes áreas: visión por computadora moderna (incluyendo pero no limitado a la estimación de profundidad, segmentación, estimación de ocupación, NERFs), grandes modelos de lenguaje, planificación de movimientos, modelado de dinámicas, simulación de robótica
Un historial de generar nuevas ideas o mejorar ideas existentes en machine learning, demostrado por logros como publicaciones de primer autor o proyectos
Capacidad para poseer y seguir una agenda de investigación, incluyendo la elección de problemas de investigación impactantes y la ejecución autónoma de proyectos a largo plazo
Una sólida base matemática y estadística con una comprensión de cómo aplicar los conceptos de ML (p. ej., entrenamiento, optimizadores, regresión, clasificación, etc.)
Proficiencia en Python y experiencia con bibliotecas tensoriales (p.ej., NumPy, PyTorch, TensorFlow)
Comunicación clara, organización y colaboración

El salario base es un elemento de nuestro paquete total de recompensas que también puede incluir beneficios integrales y acciones, etc., dependiendo de la elegibilidad. El rango de salario base anual para este puesto es de $175,000 a $275,000. La oferta de salario base real será determinada en base a factores como años de experiencia relevante, habilidades, educación etc. Las decisiones se tomarán caso por caso.

VALORES CENTRALES DE LA COMPAÑÍA

APRENDIZAJE CONSTANTE

ESFORZARSE POR LA EMPATÍA

ENFRENTAR LO IMPOSIBLE, JUNTOS

BENEFICIOS (EEUU)

Seguro de salud, dental y de visión para ti y tu familia

Tiempo libre ilimitado y horario de trabajo flexible

Plan 401(k) y contribución de la empresa

Comida y cena todos los días (para empleados en el lugar)

Presupuesto mensual para Salud y Bienestar

Presupuesto trimestral para Aprendizaje

BENEFICIOS (REINO UNIDO)

Cobertura de seguro médico privado para ti y tu familia

Vacaciones en el Reino Unido: 25 días + 8 días festivos (Países de la UE a definir específicamente por región)

Presupuesto de aprendizaje de £200 por trimestre - libros, cursos, etc.

Presupuesto de bienestar de £35 por mes - membresía de gimnasio, clases de fitness, etc.

Pensión - 6% Personal y hasta 6% aportado por la empresa

En covariant.ai no sólo aceptamos la diferencia, la celebramos, la apoyamos y prosperamos gracias a ella para beneficio de nuestros empleados, nuestros productos y nuestra comunidad. Covariant.ai se enorgullece de ser un lugar de trabajo con igualdad de oportunidades. Estamos comprometidos con la igualdad de oportunidades de empleo sin importar raza, color, ascendencia, religión, sexo, origen nacional, orientación sexual, edad, ciudadanía, estado civil, discapacidad, identidad de género o estado de veterano.