Simulation Engineer - Cognitive Twin (Mensch)

• Ein Hochschulabschluss (Bachelor oder Master) in Robotik, Maschinenbau/Elektrotechnik, Informatik, Mechatronik oder einem verwandten Feld - oder gleichwertige praktische Erfahrung.
• Mehrjährige relevante Erfahrung in Robotik-Simulation, Benchmarking oder modellbasierter Evaluation, in Forschung oder Industrie.
• Praktische Expertise mit einer modernen, echtzeitfähigen 3D-/Game-Engine-basierten Simulationsumgebung und einer produktionsreifen Physics Engine (z. B. PhysX) - Konfiguration von Rigid-Body-Dynamik, Artikulationen und Kontakten - sowie sicheres Roboter-/Umgebungsmodellieren mit gängigen Robot-Description- und Scene-Interchange-Formaten.
• Ein solides Verständnis von Mehrkörperdynamik, Kinematik und Kontaktphysik - ausreichend, um Modelle sicher zu konfigurieren, zu betreiben und zu validieren.
• Starkes modernes C++ (C++17) und CMake, Python für Tooling; sicherer Umgang mit großen, mehrsprachigen Codebasen.
• Erfahrung in der Definition objektiver Metriken und der statistischen Auswertung von Simulationsergebnissen, sowie strukturiertes Experiment-Management und Automatisierung von Simulationstests (Batch-Runs, Sweeps, CI-ähnliche Workflows).
• Erfahrung mit - oder starkes Interesse an - Sim-to-Real-Transfer sowie ein gutes Verständnis realer Roboterhardware und ihrer Grenzen.
• Vertrautheit mit KI-Coding-Tools (z. B. Claude Code, Cursor, Copilot) und agentenbasierter Orchestrierung für die Entwicklung.
• Von Vorteil: MuJoCo, NVIDIA Isaac Sim oder PyBullet; GPU-beschleunigte/verteilte Simulation; Aktuator- und Sensormodellierung (IMUs, LiDAR, Kameras, Kraft-Momenten-Sensoren); Tooling für Scene-Interchange-Formate.
• Eine Produktentwicklungs-Mentalität - dir ist es wichtig, echten Mehrwert für Nutzer zu liefern, und du passt dich flexibel an sich ändernde Produktanforderungen an.
• Eine strukturierte Arbeitsweise, Teamgeist und präzise technische Kommunikation. Verhandlungssicheres Englisch; Deutsch von Vorteil.

Simulation Enablement: Du baust und betreibst die Simulationsfähigkeiten des Twins auf Basis der Physics Engine der Plattform - du konfigurierst Rigid-Body-Dynamik, Kontakte und Artikulationen und bringst Roboter-, Sensor- und Umgebungsmodelle zum Laufen, damit Szenen zuverlässig und reproduzierbar laufen.

Scene & Content Bring-up: Du baust und parametrierst Physik-Szenen und Headless-Setups, bindest Sensoren und Roboter ein und machst Simulationsfeatures über Browser und API zugänglich.

Benchmarking & Evaluation: Du baust standardisierte Headless-Benchmark-Szenen und Testfälle, führst sie im Loop aus und evaluierst Control-, Planning- und Learning-Ansätze anhand klar definierter Fidelity- und Performance-Metriken - Step Rate, Anzahl paralleler Instanzen, Latenz, Speicherverbrauch.

Sim-to-Real-Abgleich: Du hilfst, das Verhalten des Twins mit echten Roboter-Logs zu vergleichen, deckst offensichtliche Sim-to-Real-Gaps auf (z. B. Dynamik, Sensorrauschen, Kontaktverhalten) und unterstützt die Kalibrierung von Simulationsparametern, während die Fidelity-Anforderungen Gestalt annehmen.

Interoperabilität: Du baust und pflegst Ingest- und Export-Pipelines für gängige 3D- und Robot-Description-Formate und verantwortest deren Round-Trip-Fidelity, damit Szenen sauber in den Twin hinein- und herausbewegt werden können.

Plattform-Integration: Du verantwortest die simulationsseitige Backend-Umsetzung des Scene-Definition-Formats - wie eine zusammengesetzte Szene auf die Runtime-Repräsentation der Engine abgebildet wird und wie der State über den binären Echtzeit-Stream ausgegeben wird - gemeinsam mit Integration, Frontend und AI/ML.

Reproduzierbarkeit & Qualität: Du hältst Szenarien, Konfigurationen und Ergebnisse sauber versioniert und dokumentiert, legst Modellierungskonventionen und Abnahmekriterien fest und erstellst strukturierte Benchmark-Reports.