Sobre el puesto
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 me