AI Engineer – Human-to-Robot Learning (Mensch)

NEURA Robotics; Riederich; Vor Ort; EUR 70.000 - 110.000; Vollzeit

Zusammenfassung

NEURA Robotics sucht eine/n Forscher/in im Bereich Robotik und KI, um multimodale Foundation Models zu entwickeln und zu betreiben. Sie arbeiten eng mit Hardware- und Systems-Engineering-Teams zusammen, um Cross-Embodiment-Transfer-Lösungen zu realisieren und Benchmarks zu erstellen, die Modellgeneralisation belegen.

Sie bringen praktische Erfahrungen mit RL-basierter Retargeting-Methodik, Low-Level-Robotics-Control und Self-Supervised Learning über Sensor-Modalitäten hinweg mit und beherrschen

Qualifikationen

• Master- oder PhD-Abschluss in CS/ML/Robotik oder vergleichbar.
• Praxis mit multimodalen Foundation Models (VLA, Video-Action o.ä.).
• Erfahrung mit Cross-Embodiment-Transfer und RL-basiertem Retargeting.
• Tiefes Verständnis von Low-Level Robotics Control.
• Kenntnisse in Imitation-, Representation- und Self-Supervised Learning über Sensor-Modalitäten.
• Umgang mit modernen ML-Frameworks und großskaliger Trainingsinfrastruktur.
• Starke Kommunikationsfähigkeiten, Englisch fließend, Deutsch vorteilhaft.

Aufgaben

• Modelle aus multimodalen Datenquellen für Roboterlernprozesse entwickeln.
• Cross-Embodiment-Transfer-Ansätze in neue Anwendungsfälle übertragen.
• Foundation Models vortrainieren und feinabstimmen.
• Benchmarks erstellen, um imitierendes von generalisierendem Lernen zu unterscheiden.
• Datenerfassungsspezifikationen für Data-Capturing-Devices ableiten.
• Zusammenarbeit mit Hardware- und Systems-Engineering-Teams.

Kenntnisse

multimodale Foundation Models

Cross-Embodiment-Transfer

RL-basiertes Retargeting

Low-Level Robotics Control

Imitation Learning

Representation Learning

Self-Supervised Learning

ML Frameworks

Training Infrastruktur

Englisch fließend

Team-Kommunikation

Deutsch Vorteil

Ausbildung

Master- oder PhD-Abschluss in Computer Science, Machine Learning, Robotik

Tools

PyTorch

TensorFlow

CUDA

Jobbeschreibung

Deine Mission & Herausforderungen

• Menschliches Verhalten modellieren: Verwandle multimodale, am Körper getragene Daten in Repräsentationen, aus denen ein Roboter lernen kann.

• Zwei Körper verbinden: Löse Cross-Embodiment-Transfer-Herausforderungen und übersetze menschliche Bewegungen und Interaktionen in Action Spaces, die ein Roboter mit einem völlig anderen Körperbau nutzen kann.

• Foundation Models bauen, die handeln: Entwirf Pretraining- und Fine-Tuning-Strategien für robotische Foundation Models.

• Den Beweis liefern: Baue die Benchmarks, die Modelle, die nur imitieren, von Modellen unterscheiden, die generalisieren.

• Die nächste Datenerfassung mitgestalten: Verwandle blinde Flecken der Modelle in präzise, konkrete Anforderungen für Data-Capturing-Devices.

• Cross-funktionale Zusammenarbeit: Arbeite Schulter an Schulter mit Hardware- und Systems-Engineering-Teams, während du dich klar auf die Daten- und KI-Seite fokussierst.

Was du mitbringst

• Master- oder PhD-Abschluss in Computer Science, Machine Learning, Robotik oder vergleichbar.

• Echte, praktische Erfahrung mit multimodalen Foundation Models (VLA, Video-Action oder Vergleichbares).

• Erfahrung mit Cross-Embodiment-Transfer und RL-basiertem Retargeting.

• Tiefes Verständnis von Low-Level Robotics Control.

• Fundierte Kenntnisse in Imitation Learning, Representation Learning und Self-Supervised Learning über verschiedene Sensor-Modalitäten hinweg.

• Sicherer Umgang mit modernen Machine-Learning-Frameworks und großskaliger Trainingsinfrastruktur.

• Kommunikationsstärke, die dir den mühelosen Wechsel zwischen Researchern, Engineers und Hardware-Teams ermöglicht.

• Fließendes Englisch, Deutsch von Vorteil.