ML inženýři
Berufsklassifikation: Vývojáři softwaru (CZ-ISCO 2512)
- Beschäftigungsart
- HPP
- Bewerbung über
- Externer Bewerbungslink
- Veröffentlicht
- 27.06.2026
- Externer Bewerbungslink
- https://up.gov.cz/volna-mista-v-cr#/volna-mista-detail/67273686
KI-Zusammenfassung
KI-unterstütztKlíčové pro uchazeče: zkušenosti s vývojem a nasazením ML modelů, schopnost pracovat s velkými daty a moderními ML frameworky, samostatnost i spolupráce v týmu. Relevatní dovednosti: Python, PyTorch/TensorFlow, zkušenosti s produkčním nasazením a verzovacím systémem. Požadovaná forma zaměstnání: plný úvazek (HPP).
Diese Plattform nutzt KI, um Stellenangebote für Sie einzustufen und zuzuordnen (Entscheidungsunterstützung) und Übereinstimmungen zu erklären, im Einklang mit der EU-KI-Verordnung. Sie haben das Recht auf eine Erklärung und auf menschliche Überprüfung. Wie unsere KI funktioniert
Stellenbeschreibung
ML inženýři u zaměstnavatele REVEL Robotics s.r.o. (Hlavní město Praha).
Hledáme zkušeného pracovníka, který bude řídit, škálovat a posouvat náš tréninkový pipeline. Lepší modely, větší datové sady, robustnější produkční stack, každé procento kvality v oblasti síly, záměru a politiky.
Co budeš dělat
Řídit tréninkový pipeline ve velkém měřítku. Nasazovat vylepšené modely dovedností na reálné roboty v týdenním rytmu.
Posouvat kvalitu modelů. Architektura, návrh ztrátové funkce, tokenizace, kurátorství dat, augmentace, evaluace. Vlastnit ablace.
Vlastnit tréninkovou infrastrukturu. Multi-GPU, distribuované běhy, checkpointing, sledování experimentů, automatizovaná evaluace.
Přistupovat k datům jako k prvořadé záležitosti. Kurátorství, labelování, vyvažování, syntetická augmentace, sim-to-real.
Být v laboratoři. Sedět s hardwarovým a capture týmem. Uzavírat smyčku mezi modelem a robotem.
Koho hledáme
praxe v oboru informatika, elektrotechnika, robotika, ML nebo příbuzném oboru. Nebo realizovanou práci, která prokazuje stejnou hloubku.
Nativní práce v PyTorch. Pohodlí s CUDA, multi-GPU, distribuovaným tréninkem, mixed precision.
Praktická zkušenost alespoň s jedním z: imitační učení, behavior cloning, diffusion policies, vision-language-action modely, RL na robotech, sim-to-real.
Plynulost napříč moderním stackem robotického učení: velké multimodální foundation modely, fotorealistické simulátory, middleware třídy ROS, moderní architektury politik.
Silné základy ve zpracování signálů, senzorové fúzi a modelování vysokodimenzionálních časových řad. Multi-rate synchronizovaná senzorová data tě neděsí.
Bereš data vážně. Kvalita, vyváženost a kurátorství jsou tvojí prací, ne prací někoho jiného.
Ähnliche Stellen
Ähnliche Stellen werden geladen…