Member of Technical Staff, Diffusion World Models & Robotics

WER WIR SIND Odyssey https://odyssey.ml ist ein KI-Labor, das wegweisende allgemeine Weltmodelle entwickelt: kausale, multimodale Systeme, die lernen, die Welt über lange Horizonte hinweg vorherzusagen und mit ihr zu interagieren. Diese grundlegende Technologie verspricht, die Bereiche Robotik, Wissenschaft, Gesundheitswesen, Bildung, Gaming, Verteidigung und darüber hinaus zu revolutionieren. Die Gründer von Odyssey waren zuvor wegweisend bei der komplexesten Anwendung von physikalischer KI: selbstfahrenden Autos. Sie haben nun ein erstklassiges Forschungsteam von DeepMind, Tesla, Waymo, Meta, Apple und Wayve zusammengebracht, die bedeutende Beiträge zu Sprachmodellen (DeepMind Gemini), Videomodellen (DeepMind Veo), Weltmodellen (Wayve GAIA) und autonomen Systemen (Tesla FSD) geleistet haben. Odyssey hat bedeutendes Risikokapital von GV, Amazon, AMD, EQT, NVIDIA, Natural Capital, In-Q-Tel, Elad Gil, Jeff Dean, Guillermo Rauch, Garry Tan, Kyle Vogt und Forschern von OpenAI, DeepMind, MSL, Recursive und Thinking Machines eingeworben. WAS WIR SUCHEN Wir suchen Menschen mit einem tiefen Interesse an der Verbesserung von Machine-Learning-Algorithmen an der Schnittstelle von Diffusion World Models und Robotik. Interaktive, aktionsbedingte Weltmodelle sind ein hochmodernes Forschungsgebiet, das noch nicht ausgereift ist. Sie werden an der Grenze des Machbaren arbeiten und Weltmodelle als Simulatoren, Merkmalsextraktoren (Feature Extractors) und Trainingsumgebungen für reale Roboter-Policies und modellbasierte RL-Ansätze nutzen. Die meisten neuen Experimente hier werden scheitern; Ihr Fokus wird darauf liegen, maximal aus gescheiterten Experimenten zu lernen, um die Chancen auf einen letztendlichen Erfolg auf echter Hardware zu erhöhen. WAS SIE TUN WERDEN - Verstehen, was interaktive Weltmodelle antreibt. Wie Daten, Diffusion-Backbones, Aktionsbedingung (Action Conditioning) und Downstream-Policies interagieren. - Implementierung von modernsten Diffusion- und Roboter-Lernalgorithmen sowie Design von Losses, Belohnungsfunktionen und Reinforcement- / Präferenz-basiertem Fine-Tuning für Interaktivität und Policy-Leistung. - Durchführung einer hohen Frequenz von Ablationsstudien über WM und Policy hinweg, von Architektur und Feature Taps bis hin zu Datenmischungen und Konditionierungsschemata. - Brückenbau zu realen Robotern: Datenpipelines, WM-Fine-Tuning und Policy-Bereitstellung auf Robots-aaS und Design-Partner-Systemen (remote und vor Ort). - Nutzung der neuesten Funktionen moderner GPUs, um die Trainings- und Inferenz-Effizienz zu steigern. - Übernahme der Verantwortung für den gesamten ML-Stack, einschließlich der Kern-Frameworks, auf die sich die Odyssey-Forscher und Produktentwickler verlassen. WER SIE SIND - Ein PhD (oder gleichwertige Forschungserfahrung) plus 2+ Jahre relevante Forschungs- oder Engineering-Erfahrung, oder 4+ Jahre Software-Engineering-Erfahrung mit 2+ Jahren relevanter ML-Arbeit. - Erhebliche praktische Erfahrung mit einem oder mehreren der folgenden Bereiche: Diffusion Models, World Models, modellbasiertes RL (z. B. Dreamer-Linie) oder Vision-Language-Action (VLA) Policies. - Nachweisbare Erfolge bei der End-to-End-Verantwortung für Projekte. - Keine Scheu, jede Phase einer ML-Pipeline anzupacken, von den Daten bis zum Einsatz am realen Roboter; Sim-to-Real-Erfahrung ist ein großes Plus. - Kenntnisse in PyTorch (oder TF/JAX). - Stark experimentorientiert. - Flexibel für die Arbeit vor Ort in Zürich, London oder der Bay Area. Die meisten Teammitglieder arbeiten derzeit vor Ort in Zürich.