角色
Bedrock 正在为建筑行业带来自动化。我们是一群来自自动驾驶汽车行业的资深人士，热衷于将自动化的好处带到目前市场未充分服务的建筑行业领域。
我们正在寻找一位经验丰富的工程师，具有在现实世界中将机器学习算法部署到物理系统的经验。理想的候选人在感知（例如，目标检测、语义分割、深度估计）和/或行为学习方法（例如，视觉-语言-动作（VLA）模型、扩散策略）方面有实际经验。更重要的是，您已经在生产环境中将机器学习模型应用于机器人，并了解随之而来的复杂性。
您的工作内容：
- 开发和优化用于机器人系统边缘部署的实时机器学习模型
- 与供应商合作标记数据并构建稳健的数据提取和标记管道
- 设计自定义指标以评估模型在现场的性能
- 使用 ONNX、TensorRT 或类似工具减少模型延迟
我们寻找的条件：
- 在实际应用中使用深度学习框架（如 PyTorch）解决现实问题的经验
- 熟练使用 Python，并至少熟悉一种系统语言（如 C++、Rust）
- 有将机器学习模型部署到机器人系统或其他物理平台的经验
- 有将原始传感器数据（如摄像头、激光雷达、雷达、IMU 等）整合到深度学习算法中的经验
- 加分项：将 3D 几何体整合到深度学习模型中的实际应用
- 加分项：在 ICRA、IROS、CoRL、CVPR、ECCV、ICCV、ICML、NeurIPS 等会议上发表过作品
- **我们特别感兴趣的是那些在机器学习研究与现实世界机器人应用交汇处表现出色的工程师。
我们的角色通常是灵活的。如果您不符合所有标准，或者位于其他地点（尤其是我们在 SF 或 NY 有办公室的地方），请仍然申请。我们很乐意考虑您。
加入团队，为建筑世界带来先进的自动化
在 Bedrock，我们组建了行业内最有经验的自动化技术团队之一，拥有在交通、基础设施和企业软件领域扩展突破性技术的深厚专业知识。我们的领导者帮助 Waymo 将首批自动驾驶汽车投入公共道路，为 Segment 的 32 亿美元收购扩展系统，并将 Uber Freight 的收入增长到 50 亿美元。
当其他人争论 AI 的未来时，我们正在现实世界中部署它。我们的系统已经安装在全国各地的重型机器上，在真实的建筑工地上学习，并努力以测量级精度和卓越的安全性重塑地球。这不是模拟——这是在数十亿美元基础设施项目中工作的自主智能。
在短短一年多的时间里，我们筹集了 8000 万美元，将我们的设备投入现场，并与前瞻性的承包商建立了合作关系，他们正在将我们的技术整合到他们的运营中。我们正在迅速缩小美国对住房、数据中心、制造中心的激增需求与建筑行业日益严重的劳动力短缺之间的差距。
在这里，算法与钢头靴相遇。您将与建筑行业的资深人士和经验丰富的工程师合作，解决您的工作直接影响物理世界构建方式的问题。如果您有兴趣应用尖端技术与才华横溢的团队一起解决有意义的问题，我们非常欢迎您加入我们。
