Digital Twin Developer | Specjalista ds. Cyfrowego Bliźniaka (k/m)

Projekt badawczo-rozwojowy R&D - dział Cyfrowego Bliźniaka

Dołącz do zespołu A1Sorter jako Digital Twin Developer | Specjalista ds. Cyfrowego Bliźniaka (k/m)

Jeśli chcesz mieć realny wpływ na rozwój nowoczesnych rozwiązań w obszarze automatyki magazynowej i logistyki, ta oferta jest dla Ciebie. W A1 Sorter tworzymy zaawansowane systemy IT wspierające działanie innowacyjnych urządzeń z obszaru logistyki magazynowej. Łączymy technologię z praktyką biznesową, realizując projekty dla klientów w całej Europie.

W ramach zaawansowanego projektu badawczo-rozwojowego z obszaru sztucznej inteligencji i robotyki intralogistycznej poszukujemy Inżyniera, który weźmie aktywny udział w implementacji komponentów symulacyjnych, modeli AI oraz modułów wizualizacyjnych cyfrowego bliźniaka.

Responsibilities

• Implementacja systemów symulacyjnych odwzorowujących zachowanie robotów i urządzeń wykonawczych w środowisku wirtualnym (Unity lub równoważne)
• Budowa, trening i walidacja modeli uczenia maszynowego (klasyfikacja, regresja, detekcja anomalii, klasteryzacja, RL) z wykorzystaniem bibliotek PyTorch, TensorFlow/Keras, scikit-learn
• Projektowanie i implementacja modeli grafowych, agentowych oraz podstawowych modeli optymalizacyjnych opisujących zachowanie systemu logistycznego
• Analiza danych z systemu fizycznego (pandas, NumPy), wizualizacja wyników i walidacja zgodności modeli symulacyjnych z rzeczywistością
• Implementacja akceleracji GPU w procesie uczenia modeli, symulacji i przetwarzania danych - optymalizacja wydajności obliczeniowej całego modułu
• Współpraca w ramach zespołu przy integracji opracowanych modeli z warstwą aplikacyjną cyfrowego bliźniaka, dokumentowanie kodu i wyników eksperymentów

Benefits

• Wykształcenie wyższe I nformatyka, automatyka, matematyka, fizyka lub kierunki pokrewne
• Min. 5 lat doświadczenia
• Systemy symulacyjne Implementacja systemów symulacyjnych, algorytmów analizy danych oraz komponentów AI w środowiskach przemysłowych lub badawczych
• Programowanie i środowiska 3DPython, C#, C++ oraz doświadczenie z Unity lub innymi narzędziami do budowy środowisk 3D, animacji obiektów i wizualizacji w czasie rzeczywistym
• Modele robotów i urządzeń Implementacja modeli symulacyjnych odwzorowujących zachowanie robotów i urządzeń automatyki przemysłowej
• Uczenie maszynowe & AI Praktyczna znajomość ML: klasyfikacja, regresja, detekcja anomalii, klasteryzacja, podstawy RL, znajomość bibliotek: PyTorch | TensorFlow/Keras | scikit-learn |pandas | NumPy
• Modele grafowe & optymalizacja Praca z modelami grafowymi i agentowymi oraz podstawowymi modelami optymalizacyjnymi stosowanymi w systemach logistycznych
• Akceleracja GPU Zastosowanie akceleracji GPU w procesie uczenia modeli, symulacji lub przetwarzania danych (PyTorch/TF GPU, CUDA)