Job
- Level
- Erfahren
- Job Feld
- Software, Embedded
- Anstellung
- Teilzeit / Vollzeit
- Vertragsart
- Unbefristetes Dienstverhältnis
- Ort
- Arbeitsmodell
- Onsite
Job Zusammenfassung
In dieser Rolle entwickelst du KI-Systeme für physische Automatisierungsaufgaben, arbeitest an der Übertragung von Simulationen auf reale Hardware und verfeinerst Machine Learning-Modelle für komplexe Roboteranwendungen.
Job Technologien
Deine Rolle im Team
- Sie sind Teil unseres Forschungsteams und entwickeln Sie KI-Systeme, die in der physischen Welt operieren.
- Sie arbeiten an Problemen an der Schnittstelle von Machine Learning, Robotik und industrieller Automatisierung - dort, wo die Lücke zwischen Simulation und Realität die größte Herausforderung darstellt.
- Entwicklung und produktionsnahes Deployment von KI Systemen für physische Manipulations und Automatisierungsaufgaben in enger Zusammenarbeit mit Mechanik , Aktorik und Systementwicklung (im Rahmen eines Co Design Ansatzes)
- Entwurf und Training von Machine Learning und Reinforcement Learning Architekturen für kontaktreiche, hochdimensionale Systeme
- Aufbau und Betrieb von Simulations und Trainingspipelines (inkl. GPU beschleunigter Physiksimulation)
- Übertragung von KI Modellen aus der Simulation auf reale Hardware (Sim to Real) sowie Validierung im industriellen Umfeld
- Entwicklung und Verantwortung für skalierbare Infrastruktur (z. B. parallele Simulationen, automatisierte Evaluationspipelines, MLOps Tooling)
- Veröffentlichung von Ergebnissen auf Fachkonferenzen bei entsprechendem Reifegrad
Unsere Erwartungen an dich
Ausbildung
- Abgeschlossenes Studium in Informatik, Robotik, Mechatronik, Mathematik, Physik oder einem vergleichbaren Studiengang
Qualifikationen
- Fundierte Kenntnisse in Reinforcement Learning für kontinuierliche, hochdimensionale Aktionsräume z. B. Policy-Gradient-Verfahren, modellbasiertes Deep Reinforcement Learning oder hybride Ansätze
- Sehr gute Englischkenntnisse
- Schnelle Auffassungsgabe gepaart mit guten Kommunikationsfähigkeiten und Verständnis von Kundenbedürfnissen
Erfahrung
- Mehrjährige Erfahrung in der Entwicklung, dem Training und der produktionsnahen Nutzung von KI-/ML-Modellen
- Erfahrung mit komplexen Softwareprojekten inklusive GPU-beschleunigter Simulation, mehrstufigen Trainingspipelines und Hardwareintegration, idealerweise im Bereich Regelungs- und Steuerungstechnik
- Sehr gute Kenntnisse in Python, Erfahrung mit C++ wünschenswert
- Sicherer Umgang mit modernen ML-Frameworks wie PyTorch sowie idealerweise Erfahrung mit TensorFlow, JAX, CUDA-Kernels oder Modellquantisierung
- Erfahrung mit aktuellen KI-Ansätzen für physische Systeme, wie z. B. model-free/model-based Deep Reinforcement Learning oder Diffusion Models sowie Erfahrung im Umgang mit 3D-Daten und Repräsentationen, z. B. Punktwolken, impliziten Repräsentationen oder neuronaler Geometrie
- Idealerweise Erfahrung mit generativem Design oder Topologieoptimierung
Unser Angebot
- Die Stelle kann in Vollzeit oder Teilzeit besetzt werden.
- Bei einer Teilzeitbesetzung ist ein Teilzeitgrad von mindestens 60%, das heißt ein Umfang von mindestens 21 Wochenstunden, erforderlich.
Benefits
Mehr Netto
Work-Life-Integration
Themen mit denen du dich im Job beschäftigst
Das ist dein Arbeitgeber
Festo AG
Festo is a global player and an independent family-owned company with headquarters in Esslingen am Neckar, Germany. The company supplies pneumatic and electrical automation technology to 300,000 customers of factory and process automation in over 40 industries. The products and services are available in 176 countries.
Description
- Gründungsjahr
- 1925
- Unternehmenstyp
- Etablierte Firma
- Arbeitsmodell
- Full Remote, Hybrid, Onsite
- Branche
- Industrie, Produktion, Maschinenbau, Anlagenbau
AI Systems Engineer
- Ort
- Arbeitsmodell
- Onsite
- Diversität
- Für alle Personen geeignet (m/w/d)
