AI Research Engineer / ML Researcher.

Typus.ai; Köln; On-site; Vertraulich; Full time

Benefits offered by this job

Equity (Anteilszuteilung)

Chance auf CTO-Rolle

Langfristige Beschäftigungsperspektive

Wettbewerbsfähige Vergütung

Job summary

Typus.ai sucht eine/n AI Engineer zur Durchführung eines FFplus-Förderprojekts in Kooperation mit dem KI Zentrum RWTH Aachen. Ziel ist Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen sowie die Entwicklung generativer Bildmodelle und Trainingspipelines.

Sie arbeiten eng mit Produkt- und Engineering-Teams zusammen, um Forschungsergebnisse in produktionsreife KI-Systeme zu überführen und betreuen die wissenschaftliche Substanz der Projekte. Start ist der 1.

Qualifications

• Zwingende Expertise in generativer KI für Bilder, insbesondere Training von Deep-Learning-Modellen.
• Nachweisbare Erfahrung mit Diffusion Models, Transformern, UNet-Architekturen, Latent Diffusion Models sowie LoRA.
• Sehr gutes Verständnis von Deep-Learning-Methoden, Architekturen, Trainingsstrategien und Evaluierungsverfahren.
• Erfahrung im Umgang mit Forschungs- und Experimentier-Workflows, Reproduzierbarkeit und systematischer Modellbewertung.
• Starkes analytisches Denkvermögen sowie Interesse an der Verbindung von wissenschaftlicher Forschung und produktnaher Anwendung.

Responsibilities

• Konzeption und Weiterentwicklung der KI-Kernarchitektur für generative Bildmodelle.
• Entwicklung, Training und Optimierung von generativen Deep-Learning-Modellen (Diffusion, UNet, Transformer).
• Implementierung und Evaluation von Fine-Tuning- und Adaptionsmethoden wie LoRA und DreamBooth-ähnlichen Verfahren.
• Forschung an kontrollierbaren Generationsmechanismen (regionen-, material- und texturbasierte Konditionierung).
• Aufbau und Pflege skalierbarer Trainings- und Experimentierpipelines (PyTorch, GPU-Cluster).
• Systematische wissenschaftliche Validierung durch Benchmarking und Abkürzungen sowie qualitative und quantitative Evaluationsmethoden.
• Dokumentation von Forschungsergebnissen zur Reproduzierbarkeit und Wissenstransfer.
• Enge Zusammenarbeit mit Produkt-, Frontend- und Backend-Team, um Forschungsergebnisse in produktionsnahe KI-Systeme zu überführen.
• Technische Unterstützung bei der Antragstellung und Durchführung von Forschungs- und Förderprojekten.
• Beobachtung aktueller Forschungsentwicklungen im Bereich generative KI und Ableitung von Innovationspotenzialen.

Skills

Generative KI (Bilder)

Diffusion Models

Transformers

UNet-Architekturen

Latent Diffusion Models

LoRA

Education

Master- oder PhD-Studium in Informatik/Mathematik/Data Science/Computational Design

Tools

PyTorch

GPU-Cluster

Job description

Suche AI Engineer zur Durchführung von FFplus Förderprojekt. Projektstart: 1. September.

Förderprojekt in Kooperation mit KI Zentrum RWTH Aachen.

• Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen
• Entwicklung neuartiger generativer Bildmodelle und Trainingspipelines für architekturspezifische Anwendungsfälle.
• Forschung an kontrollierbaren, regions- und materialbasierten Generationsmethoden als Alleinstellungsmerkmal der Plattform.
• Durchführung systematischer Experimente, Benchmarking und qualitativer sowie quantitativer Evaluierungen.
• Enge Zusammenarbeit mit Produkt- und Engineering-Teams zur Überführung von Forschungsergebnissen in produktionsreife KI-Systeme.
• Verantwortung für die wissenschaftliche Substanz der Forschungsprojekte
• Positionierung als wissenschaftliches Herzstück der KI-Forschung innerhalb des Kernteams.
• Mission: Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen. Du bist wissenschaftliches Herzstück der Forschungsprojekte.

Aufgaben

• Konzeption und Weiterentwicklung der KI-Kernarchitektur für generative Bildmodelle mit Fokus auf architekturspezifische Anwendungsfälle.
• Entwicklung, Training und Optimierung von generativen Deep-Learning-Modellen (insbesondere Diffusion Models, UNet-Architekturen, Transformer-basierte Ansätze, Latent Diffusion).
• Implementierung und Evaluation von Fine-Tuning- und Adaptionsmethoden wie LoRA, DreamBooth-ähnlichen Verfahren und domänenspezifischem Transfer Learning.
• Forschung an kontrollierbaren Generationsmechanismen, z. B. regionsbasierte Steuerung, material- und texturbasierte Konditionierung sowie struktur- und kontextbewusste Bildsynthese.
• Aufbau und Pflege skalierbarer Trainings- und Experimentierpipelines (z. B. PyTorch, GPU-Cluster, automatisierte Experimente).
• Systematische wissenschaftliche Validierung der entwickelten Modelle durch Benchmarking, Ablationsstudien sowie qualitative und quantitative Evaluationsmethoden.
• Analyse, Aufbereitung und Kuratierung von Trainings- und Evaluierungsdatensätzen im architektonischen Kontext.
• Dokumentation von Forschungsergebnissen und methodischen Entscheidungen zur Sicherstellung von Reproduzierbarkeit und Wissenstransfer.
• Enge Zusammenarbeit mit dem Produkt-, Frontend- und Backend-Team, um Forschungsergebnisse in produktionsnahe KI-Systeme zu überführen.
• Technische Unterstützung bei der Antragstellung und Durchführung von Forschungs- und Förderprojekten (z. B. EXIST, ZIM, EU-Programme).
• Beobachtung und Bewertung aktueller Forschungsentwicklungen im Bereich generative KI und Ableitung relevanter Innovationspotenziale

Qualifikation

Abgeschlossenes Master- oder PhD-Studium in Informatik, Mathematik, Data Science, Computational Design oder einer vergleichbaren Disziplin.

• Zwingende Expertise in generativer KI für Bilder, insbesondere im Training von Deep-Learning-Modellen.
• Nachweisbare praktische und/oder wissenschaftliche Erfahrung mit Diffusion Models, Transformern, UNet-Architekturen, Latent Diffusion Models sowie LoRA.
• Sehr gutes Verständnis von Deep-Learning-Methoden, Modellarchitekturen, Trainingsstrategien und Evaluierungsverfahren.
• Erfahrung im Umgang mit Forschungs- und Experimentier-Workflows, Reproduzierbarkeit und systematischer Modellbewertung.
• Starkes analytisches Denkvermögen sowie Interesse an der Verbindung von wissenschaftlicher Forschung und produktnaher Anwendung.
• Selbstständige, strukturierte Arbeitsweise und hohe intrinsische Motivation, neue KI-Ansätze zu erforschen und zur Reife zu bringen.

Benefits

• Eine durch Fördergelder gesicherte und langfristige Beschäftigungsperspektive.
• Direkte Einflussnahme auf ein zukunftsweisendes Deep-Tech-Forschungsprojekt.
• Anteilsaneignung (Equity): Die Zuteilung von Unternehmensanteilen ist verhandelbar und Teil des Kompensationspakets.
• Chance auf CTO-Rolle.
• Wettbewerbsfähige Vergütung (verhandelbar).

Start ist 1. September 2026

Bewerbung ab sofort

Gründer: Han Cheol Yi