Descripción de la oferta
Investigador/a Senior en Visión 3D, Embodied AI y Robótica Generativa
En TECNALIA, estamos construyendo un grupo de investigación aplicada dedicado a resolver los grandes desafíos de la Inteligencia Artificial Corpórea (Embodied AI). Nuestra misión es crear la próxima generación de robots inteligentes capaces de comprender, razonar y actuar en entornos complejos, dinámicos y no estructurados. Buscamos un/a Investigador/a Senior para liderar nuestros esfuerzos en la vanguardia de la robótica, con un enfoque en el desarrollo de modelos fundacionales que aprendan habilidades de manipulación y navegación a partir de la interacción con el mundo físico.
Si eres una persona proactiva, autónoma, responsable y resolutiva con capacidad de adaptación a nuevos proyectos y te gusta el trabajo en equipo.
Si sientes interés por la investigación aplicada y por transferir la tecnología desarrollada a las empresas, ¡sigue leyendo!
Te unirás a un equipo multidisciplinar de excelencia y colaborarás con los principales centros de investigación académicos e industriales de Europa. Tu trabajo no solo impulsará la frontera del conocimiento científico, sino que también tendrá un impacto directo en la transferencia de tecnologías disruptivas a sectores estratégicos. Este rol sitúa la visión 3D para la interacción física como pilar fundamental, junto a áreas de investigación clave como los modelos de acción de visión-lenguaje (VLA) y el aprendizaje por refuerzo e imitación a gran escala.
Liderarás líneas de investigación originales en Embodied AI, desde la concepción de la idea y la formulación de hipótesis hasta la publicación de los resultados en las principales conferencias científicas del sector (e.g., CoRL, RSS, ICRA, NeurIPS).
Diseñarás, entrenarás y validarás modelos fundacionales para la robótica (Vision‑Language‑Action models) que traduzcan la percepción multimodal (visión, tacto) y las instrucciones en lenguaje natural en acciones de manipulación y navegación robustas y generalizables.
Desarrollarás y perfeccionarás el ciclo completo de sim‑to‑real, utilizando simuladores de alta fidelidad como NVIDIA Isaac Sim para generar datos sintéticos a gran escala y entrenar políticas que se transfieran eficazmente a nuestra flota de robots físicos.
Experimentarás con nuevas arquitecturas de aprendizaje y paradigmas de entrenamiento (aprendizaje por refuerzo, por imitación, auto‑supervisado) para dotar a los robots de habilidades complejas, como la manipulación diestra de objetos deformables o el ensamblaje en entornos desestructurados.
Colaborarás estrechamente con un equipo multidisciplinar de ingeniero/as de hardware, software y expertos/as en dominios de aplicación para integrar nuevas capacidades sensoriales y de actuación en nuestros sistemas de aprendizaje.
La oportunidad de liderar una investigación de vanguardia con un alto grado de autonomía intelectual y de definir la dirección estratégica de nuestra investigación en Embodied IA.
Acceso a recursos computacionales y hardware robótico de última generación para llevar a cabo una investigación ambiciosa.
Un entorno que fomenta y apoya la publicación en conferencias y revistas científicas de primer nivel.
Colaboración con una red de excelencia que incluye a las mejores universidades y centros de investigación de Europa, participando en proyectos emblemáticos como los del programa Horizonte Europa.
Una carrera profesional sólida con oportunidades de desarrollo y crecimiento en un centro tecnológico de referencia europeo.
Medidas de conciliación de tu vida personal y profesional.
Titulación: Se valorará muy positivamente el Doctorado (PhD) en Ciencias de la Computación, Robótica, Inteligencia Artificial o un campo técnico relacionado.
Idiomas: inglés fluido (lengua de trabajo científico) y castellano.
Conocimientos Fundamentales (Essential Knowledge): Experiencia en visión artificial 3D para robótica, incluyendo reconstrucción de escenas, campos de radiancia neural (NeRFs), 3D Gaussian Splatting y razonamiento espacial.
Profundo conocimiento teórico y práctico en aprendizaje por refuerzo (RL) y aprendizaje por imitación (IL), incluyendo clonación de comportamiento (Behavior Cloning) y políticas de difusión (Diffusion Policies).
Experiencia práctica en el desarrollo y entrenamiento de modelos a gran escala basados en la arquitectura Transformer, especialmente Vision‑Language Models (VLMs) y Vision‑Language‑Action (VLA) models.
Habilidades Técnicas (Technical Skills): Excelente dominio de Python y frameworks de deep learning como PyTorch (preferido) o TensorFlow.
Experiencia demostrable con simuladores robóticos de alta fidelidad, especialmente NVIDIA Isaac Sim y la plataforma Omniverse.
Se valorará muy positivamente la experiencia en la transferencia de políticas sim‑to‑real y en el trabajo con hardware robótico real (e.g., brazos Franka Emika).
Habilidades Interpersonales: Excelentes dotes de comunicación (oral y escrita), capacidad para mentorizar a investigadores junior y trabajar de forma colaborativa en un entorno internacional.
Disponibilidad para viajar.
Publicaciones: Investigación de impacto, evidenciado por publicaciones como primer autor en conferencias de primer nivel en robótica y aprendizaje automático (e.g., CoRL, RSS, ICRA, NeurIPS, ICML, CVPR).
Experiencia en el entrenamiento distribuido de modelos de IA a gran escala en clústeres de GPUs.
Contribuciones a proyectos de código abierto relevantes en robótica o inteligencia artificial.
Experiencia con la gestión y curación de grandes conjuntos de datos robóticos (e.g., en formato HDF5, datasets como Open X-Embodiment).
Conocimiento de arquitecturas de modelos emergentes más allá de Transformers (e.g., State Space Models, Mamba).
Experiencia en la preparación de propuestas para proyectos de investigación europeos (e.g., Horizonte Europa).
Valoramos positivamente las solicitudes de personas con certificado de discapacidad igual o mayor al 33%, en cumplimiento de la legislación vigente, Ley General de Derechos de las Personas con Discapacidad y de su inclusión social (LGD).
#J-18808-Ljbffr
