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 contexto 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 competente.
- 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.
-

📌 Investigador de Datos (San Sebastián)
🏢 TECNALIA Research & Innovation
📍 San Sebastián