Computer Vision & 3D/BIM Data Engineer

• Full-timeEmployment type: Full-time *

• Remote
• Be an early applicant

Wir entwickeln bei typus.ai KI-gestützte Werkzeuge für die Architektur. Im Rahmen eines europäischen Forschungs- und Innovationsprojekts entwickeln wir ein domänenspezifisches generatives KI-System, das architektonische Geometrie, BIM-Daten und reale Baumaterialien miteinander verknüpft., * Entwicklung von geometry-aware Datenpipelines für architektonische 2D-, 3D- und BIM-Daten

• Verarbeitung und Strukturierung von BIM-/3D-Modellen, insbesondere Meshes, Punktwolken und IFC-Daten
• Überführung von 3D- und BIM-Daten in maschinenlesbare Repräsentationen für KI-Modelle
• Entwicklung von Verfahren zur Erzeugung und Verarbeitung von: - semantischen Segmentierungen
• Region Masks
• Material IDs
• Depth Maps
• Normal Maps
• weiteren geometriebezogenen Features
• Verknüpfung von 2D-Renderings mit korrespondierenden 3D-/BIM-Geometrien
• Computer-Vision-basierte Scene Analysis für architektonische Szenen
• Aufbau von Datenpipelines für die Erstellung synthetischer Trainings- und Evaluationsdaten
• Vorbereitung, Normalisierung, Versionierung und Qualitätsprüfung großer Trainingsdatensätze
• Integration strukturierter Geometrie- und Materialinformationen in AI-Training und Inference
• Entwicklung von geometry- und material-conditioned Pipelines für generative KI
• Unterstützung bei der Integration von Region Control, Material Conditioning und Multi-View Consistency
• Zusammenarbeit mit AI Researchern und ML Engineers bei Training, Evaluation und Benchmarking generativer Modelle

Die Stelle ist damit eng mit der Entwicklung eines generativen KI-Systems verbunden, bei dem die geometrische Information aus 3D/BIM als autoritative Grundlage für die Generierung dient., Du arbeitest strukturiert und analytisch und hast Interesse daran, Computer Vision nicht isoliert, sondern im Zusammenhang mit 3D-Geometrie, BIM und generativer KI einzusetzen.

Du solltest in der Lage sein, komplexe geometrische und visuelle Daten so aufzubereiten, dass sie für moderne Machine-Learning-Systeme nutzbar werden. Dabei ist insbesondere die Verbindung von architektonischer Geometrie, Materialinformationen und visuellen Repräsentationen zentral., * Arbeit an der Schnittstelle von Architektur, BIM, Computer Vision und Generativer KI

• Entwicklung eigener technischer Lösungen statt reiner Anwendung bestehender Software
• Zusammenarbeit mit Forschungspartnern der RWTH Aachen
• Arbeit mit großen 3D-/BIM-Datensätzen und modernen ML-Methoden
• Möglichkeit, Forschungsergebnisse direkt in ein kommerzielles KI-Produkt zu überführen

Die Rolle ist im Projekt mit insgesamt 9 Person-Monaten vorgesehen: 4 PM für die Dateninfrastruktur und Dataset Preparation sowie 5 PM für Entwicklung, Training und Evaluation der generativen Modelle. Arbeitsumfang: projektbezogen Start: 1. September Arbeitsort: flexibel / Remote möglich Unternehmen: typus.ai

• Studium oder vergleichbare Qualifikation in Computer Science, Computer Vision, Machine Learning, Computational Design, Geoinformatik, Architektur-/Bauinformatik oder einem verwandten technischen Bereich
• Fundierte Kenntnisse in Computer Vision und 3D-Datenverarbeitung
• Erfahrung mit Python und gängigen Libraries für Bild- und Datenverarbeitung
• Erfahrung mit 3D-Geometrie, Meshes oder Punktwolken
• Verständnis von BIM-Daten und geometrischen Repräsentationen
• Kenntnisse mindestens eines relevanten BIM-/3D-Formats, idealerweise IFC
• Erfahrung mit der Verarbeitung und Strukturierung komplexer Datensätze
• Grundverständnis von Machine Learning / Deep Learning
• Fähigkeit, Daten für Training und Inference von KI-Modellen aufzubereiten

Besonders wünschenswert

• Erfahrung mit PyTorch
• Kenntnisse in OpenCV, NumPy, Pillow oder vergleichbaren Frameworks
• Erfahrung mit semantic segmentation, depth estimation, normal estimation oder scene understanding
• Erfahrung mit 3D Computer Vision
• Kenntnisse in BIM-Software oder BIM-APIs, z. B. Revit oder IFC-basierte Werkzeuge
• Erfahrung mit synthetischer Datengenerierung und Rendering-Pipelines
• Erfahrung mit Multi-View-Daten und geometrischer Konsistenz
• Kenntnisse in Datenversionierung, Experiment Tracking und reproduzierbaren ML-Pipelines
• Interesse an generativer KI und Diffusion Models