AI Manipulation Engineer (Mensch)

Deine Mission & Herausforderungen

Policy Design & Training

Du entwickelst und trainierst lernbasierte Policies, die multimodale Sensordaten – von Vision und Sprache bis hin zu taktiler Sensorik und IMU-Daten – in präzise, flüssige und sichere Roboteraktionen übersetzen.

Multi-Contact Manipulation

Du arbeitest an einer der anspruchsvollsten Herausforderungen der Robotik: der Multi-Contact-Manipulation auf realer, unteraktuierter und taktil hochauflösender Hardware.

Dabei bewegst du dich an der Schnittstelle von Imitation Learning, Reinforcement Learning und realer Hardware-Deployment.

Steuerung hochgeschickter Roboterhände

Du bringst den Roboterhänden von NEURA bei, Objekte mit menschenähnlicher Geschicklichkeit zu greifen, zu manipulieren und mit ihrer Umgebung zu interagieren.

Zusammenarbeit & Umsetzung

Du arbeitest eng mit Teams aus Machine Learning, Robotik und Softwareentwicklung zusammen, um trainierte Policies erfolgreich auf die Hardware zu bringen und produktiv einzusetzen.

Was du mitbringst

Master- oder PhD-Abschluss in Robotik, Informatik, Machine Learning oder einem verwandten Fachgebiet mit Schwerpunkt auf Robotischer Manipulation oder Reinforcement Learning.

Praktische Erfahrung beim Training von Manipulations-Policies mittels Imitation Learning oder Deep Reinforcement Learning auf realen Roboterarmen oder hochgeschickten Roboterhänden.

Tiefgehende Kenntnisse in GPU-beschleunigten Simulationsumgebungen wie Isaac Lab, Isaac Sim, MuJoCo oder vergleichbaren Frameworks, einschließlich der Entwicklung eigener Simulationsumgebungen und Assets.

Sehr gute Kenntnisse in PyTorch sowie Erfahrung mit Robot-Learning-Frameworks wie:

Stable-Baselines3

Ray RLlib

LeRobot

Fundiertes Verständnis von:

Kinematik

Dynamik

Räumlichen Transformationen

Regelungstechnik und Closed-Loop-Control

Sehr gute Programmierkenntnisse in Python und C++.

Erfahrung mit sauberem, reproduzierbarem Software-Engineering sowie dem Einsatz von Git und Docker.

Von Vorteil

Erfahrung mit Teleoperationssystemen wie:

VR-Controllern

Datenhandschuhen

Vision-basiertem Handtracking

Erfahrung beim Training oder Fine-Tuning von Vision-Language-Action (VLA)-Modellen oder diffusionsbasierten Architekturen.

Erfahrung mit sehnengetriebenen oder stark unteraktuierten mechanischen Systemen.

Gute Englischkenntnisse; Deutschkenntnisse sind ein Plus.