Investigador de Datos

En TECNALIA, estamos construyendo un grupo de investigación aplicada dedicado a resolver los grandes desafíos de la Inteligencia Artificial Corpórea (Embodied AI). 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.Descubra exactamente qué habilidades, experiencia y cualificaciones necesitará para tener éxito en este puesto antes de enviar su solicitud a continuación.Si sientes interés por la investigación aplicada y por transferir la tecnología desarrollada a las empresas, sigue leyendoTe unirás a un equipo multidisciplinar de excelencia y colaborarás con los principales centros de investigación académicos e industriales de Europa. 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 experto/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.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).Experiencia en la preparación de propuestas para proyectos de investigación europeos (e.g., Horizonte Europa). xcskxlj 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).