Vision Engineer - Synthetic 3D Data (Mensch)

Neura Robotics GmbH
Metzingen, Germany
13 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Experienced
Experience required
3 years minimum
Working hours
Regular working hours
Languages
English
Job source

Tech stack

Artificial Intelligence C++ (Programming Language) Nvidia CUDA Digital Rendering Continuous Integration Python (Programming Language) Tensorflow Pytorch Deep Learning Gaussian Information Technology Data Generation

Job description

Du wirst Teil unseres AI/Perception-Teams und gestaltest die synthetischen Welten mit, in denen unsere Roboter lernen, bevor sie in die reale Welt kommen. Du bist verantwortlich fĂźr den Aufbau skalierbarer Simulations- und Datengenerierungs-Pipelines sowie fĂźr die Entwicklung von World Action Models, die humanoiden und kollaborativen Robotern ermĂśglichen, komplexe Szenen zu verstehen, vorherzusagen und in ihnen zu handeln.

  • Scene Simulation: Konzeption und Erstellung generierter 3D-Szenen aus Real-World-Aufnahmen zum Training und zur Validierung von Perception- und Policy-Modellen - von der Asset-Komposition und physikalisch korrekten Materialien bis zur dynamischen Population mit Menschen und Objekten.
  • Domain Randomization: Entwicklung systematischer Randomisierungsstrategien (Beleuchtung, Texturen, Physik, Sensorrauschen, Kamerapositionen), um die Sim-to-Real-LĂźcke zu schließen und eine robuste Generalisierung auf reale Robotereinsätze sicherzustellen.
  • 3D Inpainting & Scene Editing: Entwicklung von Methoden zum konsistenten HinzufĂźgen, Entfernen und Verändern von Objekten in 3D-Szenen und Point Clouds - fĂźr Data Augmentation, Occlusion Handling und Scene Manipulation zur Laufzeit.
  • Simulation & Validierung: Einsatz moderner Simulationsumgebungen (z. B. Isaac Sim, Gazebo, Unreal/Unity) und Validierung an realen humanoiden und kollaborativen Robotern - stets mit Fokus auf Sicherheit und Robustheit.
  • World Action Models: Design und Fine-Tuning generativer World Models, die Szenendynamik, Objektinteraktionen und die Konsequenzen von Roboteraktionen vorhersagen - als Grundlage fĂźr modellbasiertes Planning und Policy Learning.
  • Interdisziplinäre Zusammenarbeit: Enge Zusammenarbeit mit den Teams AI, Perception, Control und Manipulation: Anforderungen definieren, Sensormodelle integrieren, Diagnosetools entwickeln, Dokumentation erstellen und CI/CD-Prozesse unterstĂźtzen.

Requirements

  • Exzellenter Master- oder PhD-Abschluss in Computer Science, Physik, Robotik, Computer Graphics oder einem verwandten Feld
  • 3+ Jahre relevante Erfahrung in mindestens einem der Kernbereiche: Scene Simulation/Compositing, Synthetic Data Generation, 3D Vision oder 3D Augmentation
  • Starke Programmierkenntnisse in Python oder modernem C++; Erfahrung mit CUDA von Vorteil
  • Praktische Erfahrung mit Deep-Learning-Frameworks (PyTorch, TensorFlow) und generativen Modellen (Diffusion Models, NeRFs, Gaussian Splatting, transformerbasierte World Models)
  • Fundierte Kenntnisse in Computer Graphics, 3D-Geometrie und Simulation: Rendering-Pipelines, physikalische Simulation, Procedural Generation sowie Erfahrung mit Simulationsumgebungen wie Isaac Sim, Gazebo, Unreal oder Unity
  • Erfahrung mit Synthetic Data Generation von Vorteil
  • Erfahrung mit Sim-to-Real Transfer und Deployment auf Robotics-Hardware (z. B. NVIDIA Jetson) von Vorteil
  • Ausgezeichnete ProblemlĂśsungsfähigkeiten sowie die Fähigkeit, sowohl selbstständig als auch im Team zu arbeiten
  • Sehr gute Englischkenntnisse in Wort und Schrift

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on de.indeed.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

1:30 min

A three-computer paradigm for robotics development

Alexander Schwarz Alexander Schwarz ¡ WWC 2025

2:35 min

Preventing remote code execution in PyTorch models

Balåzs Kiss ¡ WWC 2023

1:43 min

Mitigating vision classifier attacks using Gaussian blur techniques

David vonThenen David vonThenen ¡ WWC 2025

1:39 min

Fundamentals of tensors and the TensorFlow library

Hükan Silfvernagel ¡ LIVE

2:11 min

Simulating physics and complex realities using emergent world models

Ankit Patel Ankit Patel +3 ¡ WWC Europe 2026

4:41 min

Replacing PyTorch with ONNX runtime for AWS Lambda deployments

Marek Suppa ¡ LIVE

Videos

See all

Related articles

See all