Technical Lead - AI Manipulation and Simulation (Mensch)

Neura Robotics · Munich

Company

Neura Robotics

Work style

Onsite

Employment

Full Time

Location

Munich

Published

2026-06-16

Source checked

2026-10-24

Listing source

Ashby Job Postings API

About this role

DEINE MISSION & HERAUSFORDERUNGEN MULTIMODALE LERNARCHITEKTUREN - Du konzipierst und entwickelst Systeme, die Kameradaten, Tiefeninformationen, taktile Sensorik, IMU-Daten, Sprachinformationen und Roboterzustände zu ausführbaren Roboteraktionen zusammenführen. - Du definierst, wie diese unterschiedlichen Modalitäten kombiniert werden und in Policies übersetzt werden, die auf unseren hochgeschickten Roboterhänden ausgeführt werden. SIMULATIONSINFRASTRUKTUR & DATENPIPELINES - Du entwickelst und betreibst GPU-beschleunigte Simulationsumgebungen sowie die dazugehörigen Datenpipelines, um das Training von Policies effizient und skalierbar zu gestalten. SIM-TO-REAL TRANSFER - Du verantwortest die technische Umsetzung, um die Lücke zwischen Simulation und realer Hardware zu schließen. - Dabei entwickelst du robuste Methoden, um trainierte Modelle zuverlässig auf physische Robotersysteme zu übertragen. TEAMFÜHRUNG & TECHNISCHE LEITUNG - Du übersetzt Forschungsfragestellungen in konkrete technische Meilensteine. - Du unterstützt und entwickelst Engineers weiter und arbeitest eng mit Teams aus Machine Learning, Robotik und Hardware zusammen, um Lernsysteme erfolgreich auf realen Robotern einzusetzen. WAS DU MITBRINGST - Mindestens 6 Jahre Erfahrung in Informatik oder einem vergleichbaren technischen Bereich, einschließlich relevanter Erfahrung bei der Entwicklung und Implementierung von AI-Systemen auf realer Robotik-Hardware. - Praktische Erfahrung in der Leitung oder Mitgestaltung von multimodalen Manipulationssystemen, die Vision, Sprache, taktile Sensorik und Propriozeption kombinieren. - Nachweisbare Erfahrung im Aufbau von Simulationsinfrastrukturen mit Isaac Lab, Isaac Sim, MuJoCo oder vergleichbaren Frameworks für Reinforcement Learning und Sim-to-Real-Transfer. - Tiefgehende praktische Kenntnisse in: - Imitation Learning (inklusive Diffusion Policies) - Deep Reinforcement Learning - Hybriden Lernverfahren auf realer Robotik-Hardware - Erfahrung mit Datenpipelines für heterogene Hochfrequenz-Sensordaten, beispielsweise: - Teleoperation - Taktile Sensorik - Kameradaten - Tiefendaten - Roboterzustände - Sehr gute Programmierkenntnisse in Python und C++ sowie Erfahrung mit ROS 2 und Embedded- bzw. Echtzeitsystemen. - Fähigkeit, vage oder offene Forschungsfragen in konkrete technische Ziele und umsetzbare Engineering-Meilensteine zu übersetzen. - Erfahrung in der fachlichen Weiterentwicklung und Unterstützung von Junior Engineers. VON VORTEIL - Erfahrung mit hochgradig beweglichen, sehnengetriebenen oder stark taktil ausgestatteten Roboterhänden. - Kenntnisse von Vision-Language-Action (VLA)-Architekturen oder vergleichbaren Vision-Language-Modellen sowie großskaligen Pre-Training-Workflows. - Beiträge zur Robotik- oder AI-Forschungsgemeinschaft, beispielsweise Veröffentlichungen oder aktive Mitarbeit im Umfeld von: - IEEE International Conference on Robotics and Automation - IEEE/RSJ International Conference on Intelligent Robots and Systems - Conference on Robot Learning - Conference on Neural Information Processing Systems

Check the original listing

Confirm current requirements and eligibility with the source before applying.

Open original application · View source listing · Search more jobs