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.