Research Engineer, Foundation Model (Multimodal Fusion & Distillation) in Zürich

Unsere Mission

Bei Laelaps AI glauben wir, dass die Robotik in ein transformierendes Jahrzehnt eintritt, ähnlich wie bei der Ankunft des Internets. Fortschritte in KI, Cloud-Computing und Hardware verändern, was autonome Systeme leisten können. Unsere Mission ist es, die intelligente Software zu entwickeln, die physische Sicherheit in der realen Welt ermöglicht - indem Roboter und Sensoren gefährliche und kritische Aufgaben übernehmen, die Menschen nicht erledigen sollten.

Wir sind ein starkes Gründerteam mit Sitz in Zürich, unterstützt von visionären Investoren und Beratern. Wir gestalten die Zukunft der Sicherheit heute!

Die Rolle

Sie werden die Teile von LEA, unserem Fundamentmodell der physischen Welt, aufbauen, wobei Felddaten der Input sind. LEA verarbeitet Kameras, Infrarot, Wärmebild, Lidar und den Zustand von Robotern rund um die Uhr an echten Sicherheitsstandorten. Ihre Arbeit geht dorthin, wo sonst niemand hingeht: alle Sensoren in einen Stream zu fusionieren, ein offenes Vision-Sprachmodell zu lehren, über diesen Stream zu schlussfolgern, und ein schnelles Modell zu destillieren, das jeden Frame sieht.

Dies ist der erste Ingenieur, der dem Modelltrack gewidmet ist, daher werden Sie auch festlegen, wie wir Modelle trainieren, bewerten und ausliefern. Sie werden mit unseren Command Centre und Robot Autonomy Teams zusammenarbeiten, um das, was Sie trainieren, auf Standortgeräten und Robotern zum Laufen zu bringen, und Sie werden sehen, wie es um 03:00 Uhr im Regen getestet wird.

Was Sie bearbeiten werden

• Native Encoder: die besten offenen Vision- und Punktwolken-Grundlagenmodelle für RGB, IR, Wärmebild und Lidar anpassen, ein Encoder pro Sensor, Rohdatenstream.
• Fusion: die Schicht aufbauen, die jeden Sensor zeitlich und räumlich in einen Token-Stream ausrichtet, trainiert auf zeitlich abgestimmten Multi-Sensor-Felddaten, die nirgendwo anders existieren.
• Langsame Kopf: ein offenes Frontier-Vision-Sprachmodell verfeinern, um über fusionierte Sensortokens statt Bilder zu schlussfolgern.
• Schneller Kopf: ein kleines Modell aus den Aufrufen des langsamen Kopfes auf unseren eigenen Ereignissen destillieren, sodass jeder Frame gesehen wird und nur schwierige Fälle eskalieren.
• Bewertung: gehaltene Standorte, Nacht- und Wärmebildschnitte, Regressionsschranken. Ein Modell, das irgendwo schlechter ist, wird nicht ausgeliefert.
• Trainingsmaschinen: Multi-GPU-Training, Datenlader für Multi-Sensor-Clips, Experimentverfolgung und reproduzierbare Durchläufe.

Wer wir suchen

Ein Forschungsingenieur, der multimodale Modelle ausgeliefert hat, nicht nur veröffentlicht. Sie wissen, wann ein offenes Modell gut genug ist und wann man bauen sollte, messen auf dem Slice, der zählt, bevor Sie eine Zahl beanspruchen, und es ist Ihnen wichtig, ob das Modell an einem echten Standort funktioniert, nicht nur auf einem Benchmark.

Ihr Hintergrund

• 4+ Jahre Training und Feinabstimmung großer Vision- oder multimodaler Modelle oder ein PhD plus Branchenerfahrung.
• Stark in PyTorch, vertraut mit Multi-GPU- und Multi-Node-Training.
• Praktische Feinabstimmung von Vision-Sprachmodellen (Instruction Tuning, parameter-effiziente Methoden, vollständige Feinabstimmungen).
• Erfahrung mit Wissensdestillation oder Modellkompression für den Einsatz.
• Arbeiten mit Video oder Nicht-RGB-Sensoren: Wärmebild, Infrarot, Lidar oder Radar.
• Bewertungsdisziplin und solide Software-Engineering-Hygiene.

Schön zu haben

• Punktwolken- oder 3D-Grundlagenmodelle.
• Selbstüberwachende und latente Vorhersagemethoden (JEPA-Stil).
• Edge-Deployment mit TensorRT oder ähnlichem.
• Robotik oder Datensammlung im Feld.
• Veröffentlichungen in führenden ML-, Vision- oder Robotik-Veranstaltungen.

Was wir bieten

• Eigenverantwortung: Sie können Produkte ausliefern und Projekte von Anfang bis Ende betreuen.
• Mission: autonome Sicherheit, die Menschen und kritische Standorte schützt, auch im Verteidigungsbereich.
• Kariereweg: ein Platz in der ersten Reihe mit echtem Spielraum. Beweisen Sie Ihren Wert und Sie werden keine Barrieren beim Wachsen haben.
• Team: direkte Zusammenarbeit mit PhD-niveau Mitgründern in KI, Robotik und Physik, neben einem starken (und unterhaltsamen) Gründerteam.
• Vergütung: Wettbewerbsfähiges Eigenkapital-/Gehaltspaket.
• Kultur: Internationales Gründerteam, das ernsthaft auf den Aufbau fokussiert ist, sich aber nicht zu ernst nimmt.