Senior Robotic Foundation Model Engineer (Mensch)

Neura Robotics; Gemeindeverwaltungsverband Metzingen, Riederich; Vor Ort; EUR 90.000 - 130.000; Vollzeit

Zusammenfassung

Neura Robotics sucht eine erfahrene Fachperson für kognitive Robotics, die die NeuraGym-Plattform weiterentwickelt. Sie verantworten die komplette Pipeline von Teleoperation bis Deployment und arbeiten eng mit Kunden zusammen, um reale Roboter-Lösungen zu liefern.

Sie bringen 5+ Jahre ML in Robotics mit, beherrschen PEFT/LoRA, Python, PyTorch oder TensorFlow und verfügen über tiefe Kenntnisse im Robotics-Stack von NEURA OS bis zur sicheren Low-Level-Integration.

Qualifikationen

• Master-Abschluss oder PhD in Informatik, Robotik, Elektrotechnik oder verwandtem Bereich.
• 5+ Jahre praktische Machine-Learning-Erfahrung in Robotics.
• Fine-Tuning großer vortrainierter Modelle für Robotics inkl. PEFT/LoRA, Distillation & Evaluation.
• Englisch und Deutsch mind. B2–C1.
• Reisebereitschaft ca. 40–60%.

Aufgaben

• Verantwortung für die NeuraGym-Entwicklung kognitiver Robotics-Anwendungen.
• Führung der NeuraGym-Pipeline von Teleoperation bis Validation, Data Strategy & Post-Training-Loop.
• Deploy von Policies zu Real-Time Control: Distillation, Quantization, On-Device Inference.
• Arbeiten am Robotics Stack über NEURA OS, Real-Time Control, Kinematics, Motion Planning.
• Hands-on Systemintegration mit MAiRA, MiPA, LARA; Sensor-Auswahl, Calibration, Fieldbus.
• Kundensupport, Training, Troubleshooting und Feedback-Loop.
• Cross-funktionale Zusammenarbeit Clouds & AI-Teams; Evaluation Harnesses & Regression Tests.
• Forschung in Production: Prototypen aus Papers ins Production Deployment.

Kenntnisse

Robotics ML

Vision-based ML

Reinforcement Learning

PEFT/LoRA

Python

PyTorch

TensorFlow

C++

ROS/ROS2

Data Curation

Ausbildung

Master-Abschluss

PhD

Tools

NEURA OS

IsaacSim

MuJoCo

OpenVLA

Jobbeschreibung

Deine Mission & Herausforderungen

• Du besitzt das Outcome auf dem Roboter: Du treibst die Entwicklung kognitiver Robotics-Anwendungen durch Physical AI und die NeuraGym-Plattform voran — du besitzt das Outcome auf dem Kundenroboter, nicht nur das Modell im Repo.

• Führe die gesamte Pipeline aus: Du führst Foundation Models in produktionsreife Robotics-Intelligence über — die komplette NeuraGym-Pipeline mit Teleoperation, Data Annotation, Training, Simulation, Deployment und Validation — tailored auf echte Robotics-Anwendungen. Du definierst die Data Strategy und besitzt den gesamten Post-Training-Loop mit Hyperparameter-Iteration, Data Mixture, LoRA und ehrlicher Evaluation.

• Deploye zu Real-Time Control: Du bringst Policies vom Checkpoint zu Real-Time Closed-Loop Control — Distillation, Quantization, Action Chunking, Latency Budgets und On-Device/Edge Inference unter den Cycle-Time und Reliability Requirements des Kunden.

• Beherrsche den vollen Robotics Stack: Du arbeitest über NEURA OS und die Control Layer hinweg — Real-Time Control, Kinematics, Motion Planning, Force/Impedance Control und Safety Architecture — und integrierst gelernte Policies sauber mit dem Low-Level Controller statt ihn als Black Box zu behandeln.

• Hands-on System Integration: Du arbeitest direkt an MAiRA, MiPA, LARA und humanoiden Plattformen zusammen mit multidisziplinären Engineering-Teams — End-Effektoren und Tool Changer, Sensor-Auswahl und Mounting, Calibration, elektrische und Fieldbus-Schnittstellen und die mechanische Realität der Zelle.

• Aktiviere und unterstütze Kunden: Du leitest Nutzer in NeuraGym ein, reviewst Training Pipelines und Scripts, identifizierst Data-Quality-Issues, troubleshootst Model-Verhalten und bietest Hands-On-Support, um hartnäckige Blockers zu lösen.

• Cross-funktionale Zusammenarbeit: Du bist eine Schlüsselschnittstelle zwischen Cloud und AI Teams — du gewährleistest sanfte Zusammenarbeit, technische Alignment und effiziente Problem-Lösungen über Domänen hinweg.

• Baue Evaluation-Rigor auf: Du erstellst die Eval Harnesses, Success-Rate Benchmarks und Regression Tests, die entscheiden, ob eine Policy ready für Handover ist — und machst Failure Modes sichtbar, bevor der Kunde sie findet.

• Research in Production: Du prototypisierst Techniken aus aktuellen Papers zusammen mit unserem Research-Team und bringst die ins Produktionsdeployment, die Kontakt mit der Realität überstehen.

• Schließe den Feedback-Loop: Du übersetzt Field-Erfahrung und Customer Insights in Actionable Feedback für sowohl die NeuraGym Product-Roadmap als auch die NEURA Core AI Roadmap.

Was du mitbringst

• Dein Hintergrund: Master-Abschluss oder PhD in Informatik, Robotik, Elektrotechnik oder verwandtem Bereich.

• ML in Robotics Tiefe: 5+ Jahre praktische Machine-Learning-Erfahrung in Robotics — stark in mindestens einer von Vision-Based Manipulation, Reinforcement/Imitation Learning oder Multimodalen Modellen, und motiviert, den Rest zu lernen.

• Fine-Tuning-Expertise: Nachgewiesene Erfahrung beim Fine-Tuning großer vortrainierter Modelle für Robotics oder eine andere Domäne: PEFT/LoRA und vollständige Fine-Tunes, Dataset Curation, Distillation und Evaluation. Vertrautheit mit dem Open-VLA- und Policy-Learning-Ecosystem (z. B. π0/π0.5, OpenVLA, LeRobot, Diffusion Policies) ist ein großer Plus.

• Programming-Skills: Solide Python-Kenntnisse (C++ ist ein Plus); praktische Erfahrung mit PyTorch oder TensorFlow.

• Cloud und Simulation: AWS-, Azure- oder GCP-Erfahrung und Vertrautheit mit Robotics-Simulation-Tools (IsaacSim, MuJoCo, etc.) sind Pluses.

• Robotics Software Stack: Working Command des Robotics Software Stack jenseits der Model Layer — Robot Operating Systems und Middleware (NEURA OS, ROS/ROS2 oder vergleichbar), Real-Time Control, Kinematics und Motion Planning, Force/Impedance Control und wie eine gelernte Policy in den Low-Level Controller und seine Safety Layer integriert wird.

• Hardware-Literacy: Solides Verständnis von Roboter-Hardware — Drives und Joint Modules, Torque Sensing und Encoder, End-Effektoren, Sensor-Integration, Calibration, elektrische und Fieldbus-Schnittstellen (z. B. EtherCAT) und Functional Safety Concepts — genug, um ein Model-Problem von einem Machine-Problem vor Ort zu unterscheiden.

• Execution-Mindset: Nachgewiesene Problem-Solving-Fähigkeiten, Fähigkeit, mehrere Projekte parallel zu handhaben, und ein starker Bias zu Execution und persönlichem Commitment. Du nimmst Deployments persönlich, arbeitest dich durch Rückschläge und misst dich daran, was beim Kunden läuft.

• Kommunikation: Klarer Communicator, der zwischen Forschern, Ingenieuren und End-Usern übersetzt. Du sprichst Englisch und Deutsch auf solidem Niveau (B2–C1).

• Reisebereitschaft: Bereitschaft, häufig zu Kundenseiten und NeuraGyms zu reisen (ca. 40–60%).