Робототехники, ML-исследователи VLA-моделей, операторы teleop-станций, инженеры данных и специалисты по ИБ. Один офис в Москве, общие стандарты качества по всему конвейеру разметки.
Роботы научатся всему, что мы им честно покажем. Мы строим не разметку — мы строим память, по которой машины познают мир.CEO / Founder
Основатель .v1. 12 лет в data engineering и cloud-инфраструктуре. Опыт в построении managed-сервисов уровня enterprise. Отвечает за стратегию, продукт и работу с frontier-лабораториями.
Модель не умнее данных, на которых выросла. Архитектура впечатляет, но судьбу политики решает чистота каждого кадра.CTO
PhD по робототехнике, МФТИ. 9 лет в research-инженерии manipulation, специализация — VLA-архитектуры и multi-camera sync. Отвечает за архитектуру платформы разметки и качество данных.
Конвейер качества не знает выходных. Дисциплина в данных сегодня — это надёжность робота, которого соберут завтра.Head of Data Ops
8 лет в managed-аннотации для CV и multimodal. Построила процесс конвейерной разметки эпизодов 24/7 с SLA по IoU ≥ 0,90 и брак < 5%. Управляет teleop-фабрикой и QA.
Данные робота — это доверие, переведённое в байты. Защитить их — значит защитить право человека на безопасную автономию.Head of Security
10 лет в ИБ для enterprise и критической инфраструктуры. Сертификаты по ISO/IEC 27001 и российским требованиям ФСТЭК. Отвечает за уровень защищённости УЗ-3, аудит и инциденты ПДн.
Каждый размеченный эпизод — это гипотеза о природе действия. Хорошая разметка превращает движение в знание.VLA Research Lead
Сколтех, центр AI. Исследует методы дообучения политик действий поверх Open X-Embodiment и DROID. Курирует выбор бенчмарков и формат экспорта в LeRobot v3 / RT-X.
Робот учится руками человека. Точная синхронизация камер и сенсоров — это язык, на котором мы диктуем ему опыт.Robotics Engineer
МГТУ им. Баумана, кафедра робототехнических систем. Настраивает teleop-rig'и (ALOHA-подобные двуручные станции, UMI-грипперы), калибровку multi-camera и F/T-сенсорики. Sync ≤ 50 мс между видео и states.
Симуляция даёт бесконечность сцен, но истину задаёт разметка. Я ценю миг, когда синтетика и реальность говорят об одном.Sim & Pipelines
ИТМО, направление CG. Разработка синтетических пайплайнов на NVIDIA Isaac Sim и MuJoCo. Эксперименты с 3D Gaussian Splatting для генерации тренировочных вариаций сцен.
Машина размечает быстро, человек — мудро. Моя задача — научить модель видеть так, чтобы аннотатору оставалось лишь подтвердить.ML / AI Pre-Label
ВШЭ ФКН, специализация — компьютерное зрение. Обучает модели-аннотаторы для предразметки bbox, keypoints, grip-points и сегментации. Достигла IoU ≥ 0,92 на внутреннем DROID-валидаторе.
Хорошая платформа исчезает из виду — остаются только чистые данные. Я строю тишину, в которой разметка просто работает.Platform Lead
Backend-инженер. Архитектура self-serve среды разметки: загрузка эпизодов в Parquet/MP4, пайплайны review, экспорт в LeRobot v3 и Open X-Embodiment без потери метаданных.
Сырой эпизод — это шум, ставший сигналом лишь после порядка. В аккуратном потоке данных я вижу будущую уверенность робота.Data Engineer
Обрабатывает потоки сырых эпизодов: timestamps, hardware clock-sync, дедупликация, бакетирование по доменам. Хранение в защищённом дата-центре на территории РФ по требованиям 152-ФЗ.
Разметчик проводит с интерфейсом часы. Сделать эти часы лёгкими — тихая, но важная работа.Frontend
React + WebGL. Интерфейс review-инструмента: покадровая корректура bbox/keypoints, разметка фаз эпизода (start / sub-task / error / recovery) с keyboard-first UX для скорости разметки 8–10× к ручной.
Надёжность — это когда конвейер данных работает, а о нём не вспоминают. Стабильность дороже скорости.DevOps · SRE
Kubernetes-инфраструктура и наблюдаемость. Каналы TLS 1.3 между фабрикой сбора и платформой. Резервное копирование инкрементально каждые 24 ч в географически разнесённых ДЦ в РФ.
Через телеоперацию мы передаём роботу человеческую интуицию. Каждый эпизод — урок, записанный руками.Studio Manager
Управляет московской teleop-фабрикой (11 операторов, 6 ALOHA-стендов). Планирование смен, контроль качества эпизодов, ротация по доменам Kitchen / Lab / Retail / Cleaning.
Разметка — это ремесло внимания. Один честно отмеченный кадр стоит сотни сделанных наспех.Annotation Lead
5 лет в multimodal-разметке. Курирует библиотеку таксономий: фазы эпизодов, recovery-классы, grip-typology. Поддерживает консенсус-протокол между аннотаторами с κ Коэна > 0,85.
Робот взрослеет не тогда, когда не ошибается, а когда умеет исправиться. Этому мы его и учим.Recovery Specialist
Специализация — разметка эпизодов с ошибками: slip, collision, mis-pick, regrasp, drop. Поддерживает квоту 5–15% recovery в production-датасетах и 5% hard failures с детальной причиной.
Качество не проверяют в конце — его выстраивают на каждом шаге. Я страж этой правды в данных.QA Auditor
Проводит выборочный аудит партий разметки. Метрики: IoU ≥ 0,90 на bbox, отклонение timestamp ≤ 50 мс, frame-level brak < 5%. Возврат партии при превышении порогов.
Лучшие данные — те, что решают реальную задачу клиента. Я слежу, чтобы наша точность становилась их результатом.Customer Success
Сопровождение пилотных проектов на frontier-лабораториях и enterprise. Onboarding, выбор тарифа, выстраивание SLA. NDR > 130% по портфелю первых 12 пилотов.
Я объясняю инженерам ценность чистых данных их же языком. Честная цифра убеждает лучше любых слов.Sales Engineer
Технический pre-sale: оценка совместимости hardware клиента (ALOHA, UMI, Manus, проприетарные rig'и), prototype-демо AI-предразметки на образцах данных в течение 5 рабочих дней.
Робототехника движется вперёд сообща. Хорошее партнёрство, как и хорошие данные, строится на доверии.Partnerships
Стратегические партнёрства с симуляторами (Isaac, MuJoCo, Genesis) и российскими robotics-командами. Совместные программы с академическими лабораториями: Сколтех, AIRI, МФТИ.
Дизайн для разметки — забота о тех, кто часами всматривается в детали. Ясность снижает усталость и ошибки.Designer · UX
Дизайн self-serve платформы и review-инструментов. Принципы — keyboard-first, минимум кликов на размечаемый эпизод, прогрессивное раскрытие сложности для опытных аннотаторов.
Сейчас мы расширяем штат по нескольким направлениям. Открытые роли — это инженеры в robotics, ML-исследователи VLA, операторы teleop-станций и специалисты по аудиту разметки. Работа из московского офиса.
Эксперименты с дообучением моделей действий на собранных нами датасетах. Требования: 3+ года в robotics ML, опыт работы с LeRobot или RT-X.
Развёртывание и калибровка teleop-стендов в фабрике. Multi-camera sync, F/T-сенсорика, интеграция Manus gloves. ROS 2.
Сбор демонстраций в доменах Kitchen / Lab / Retail. Обучаем с нуля 2 недели. Сменный график, оплата по часам отработанной разметки.
Оставьте контакты и выберите интересующую позицию — свяжемся в течение 1 рабочего дня.