AI Systems Engineer - physical contact-rich AI - mind. 28h
Role details
Job location
Tech stack
Job description
-
Entwicklung und produktionsnahes Deployment von KI Systemen für physische Manipulations und Automatisierungsaufgaben in enger Zusammenarbeit mit Mechanik , Aktorik und Systementwicklung (im Rahmen eines Co Design Ansatzes)
-
Entwurf und Training von Machine Learning und Reinforcement Learning Architekturen für kontaktreiche, hochdimensionale Systeme Aufbau und Betrieb von Simulations und Trainingspipelines (inkl. GPU beschleunigter Physiksimulation)
-
Übertragung von KI Modellen aus der Simulation auf reale Hardware (Sim to Real) sowie Validierung im industriellen Umfeld
-
Entwicklung und Verantwortung für skalierbare Infrastruktur (z. B. parallele Simulationen, automatisierte Evaluationspipelines, MLOps Tooling)
-
Veröffentlichung von Ergebnissen auf Fachkonferenzen bei entsprechendem Reifegrad
Requirements
- Abgeschlossenes Studium in Informatik, Robotik, Mechatronik, Mathematik, Physik oder einem vergleichbaren Studiengang
- Mehrjährige Erfahrung in der Entwicklung, dem Training und der produktionsnahen Nutzung von KI-/ML-Modellen
- Erfahrung mit komplexen Softwareprojekten inklusive GPU-beschleunigter Simulation, mehrstufigen Trainingspipelines und Hardwareintegration, idealerweise im Bereich Regelungs- und Steuerungstechnik
- Sehr gute Kenntnisse in Python, Erfahrung mit C++ wünschenswert
- Fundierte Kenntnisse in Reinforcement Learning für kontinuierliche, hochdimensionale Aktionsräume z. B. Policy-Gradient-Verfahren, modellbasiertes Deep Reinforcement Learning oder hybride Ansätze
- Sicherer Umgang mit modernen ML-Frameworks wie PyTorch sowie idealerweise Erfahrung mit TensorFlow, JAX, CUDA-Kernels oder Modellquantisierung
- Erfahrung mit aktuellen KI-Ansätzen für physische Systeme, wie z. B. model-free/model-based Deep Reinforcement Learning oder Diffusion Models sowie Erfahrung im Umgang mit 3D-Daten und Repräsentationen, z. B. Punktwolken, impliziten Repräsentationen oder neuronaler Geometrie
- Idealerweise Erfahrung mit generativem Design oder Topologieoptimierung
- Sehr gute Englischkenntnisse
- Schnelle Auffassungsgabe gepaart mit guten Kommunikationsfähigkeiten und Verständnis von Kundenbedürfnissen