TixelJobs
N
NEURA Roboticsvia muse

Physical AI Engineer - NeuraGym (Aachen) (Mensch)

Aachen, NW, DEPosted 1w ago
ai_annotationMid LevelFull-time

About the Role

**Deine Mission \& Herausforderungen**
--------------------------------------

* **Verantwortung für das Ergebnis am Roboter:** Du treibst die Entwicklung kognitiver Robotik\-Anwendungen mit Physical AI und der NeuraGym\-Plattform voran. Du verantwortest das Ergebnis auf dem Roboter beim Kunden, nicht nur das Modell im Repo.
* **Training \& Fine\-Tuning modernster Modelle:** Du machst aus Foundation Models produktionsreife Roboterintelligenz. Dafür setzt du die komplette NeuraGym\-Pipeline um, von Teleoperation und Datenannotation über Training und Simulation bis zu Deployment und Validierung, jeweils zugeschnitten auf reale Robotik\-Anwendungen.
* **Modelle performant auf den Roboter bringen:** Du bringst Policies vom Checkpoint in die Echtzeit\-Regelung im geschlossenen Regelkreis. Dazu gehören Distillation, Quantisierung, Action Chunking, Latenzbudgets und On\-Device\- bzw. Edge\-Inferenz, immer unter den Taktzeit\- und Zuverlässigkeitsanforderungen des Kunden.
* **Das Gesicht von NeuraGym für unsere Kunden:** Du bist der zentrale technische Ansprechpartner für Kunden, die Physical AI einführen. Du baust vertrauensvolle Beziehungen auf, verstehst ihre Anwendungen und begleitest sie vom Kickoff bis zur Übergabe.
* **Hands\-on Robotik:** Du arbeitest direkt an MAiRA, MiPA, LARA und unseren humanoiden Plattformen, gemeinsam mit interdisziplinären Engineering\-Teams. Deine Themen sind Endeffektoren und Werkzeugwechsler, Auswahl und Montage von Sensoren, Kalibrierung, elektrische und Feldbus\-Schnittstellen sowie die mechanische Realität der Zelle.
* **Customer Champions aufbauen:** Du befähigst Schlüsselpersonen beim Kunden, ihre eigenen Kolleginnen und Kollegen zu schulen. So werden unsere Kunden eigenständig.
* **Customer Enablement \& Support:** Du begleitest Nutzer beim Onboarding auf NeuraGym. Du prüfst Trainingspipelines und Skripte, erkennst Probleme in der Datenqualität, analysierst das Modellverhalten und löst hartnäckige Blocker direkt vor Ort.
* **Bereichsübergreifende Zusammenarbeit:** Du bist eine zentrale Schnittstelle zwischen dem Cloud\- und dem AI\-Team. Du sorgst für reibungslose Zusammenarbeit, technische Abstimmung und effiziente Problemlösung über Fachgrenzen hinweg.
* **Evaluation \& Zuverlässigkeit:** Du baust Eval\-Harnesses, Success\-Rate\-Benchmarks und Regressionstests auf. Sie entscheiden, ob eine Policy bereit für die Übergabe ist, und machen Fehlerbilder sichtbar, bevor der Kunde sie entdeckt.
* **Feedback\-Schleife für Produkt \& Forschung:** Du übersetzt Erfahrungen aus dem Feld und Kundeneinblicke in konkretes Feedback für die NeuraGym\-Produkt\-Roadmap und die NEURA Core\-AI\-Roadmap.

**Was du mitbringst**
=====================

* Master oder Promotion in Informatik, Robotik, Elektrotechnik oder einem vergleichbaren Fach.
* Praktische Machine\-Learning\-Erfahrung in der Robotik: Du bist stark in mindestens einem der Bereiche vision\-basierte Manipulation, Reinforcement/Imitation Learning oder multimodale Modelle und hast Lust, dir den Rest anzueignen.
* Nachweisbare Erfahrung im Fine\-Tuning großer vortrainierter Modelle für Robotik oder eine andere Domäne: PEFT/LoRA und Full Fine\-Tunes, Datensatz\-Kuratierung, Distillation und Evaluation. Kenntnisse im offenen VLA\- und Policy\-Learning\-Ökosystem (z. B. π0/π0\.5, OpenVLA, LeRobot, Diffusion Policies) sind ein großes Plus.
* Sehr gute Python\-Kenntnisse (C\+\+ von Vorteil) und praktische Erfahrung mit PyTorch oder TensorFlow.
* Nachweisbare Erfahrung in technischen Rollen mit Kundenkontakt (z. B. Solution Engineering, Field AI Engineering, technische Beratung), auch mit mehreren Kunden parallel.
* Fundiertes Verständnis von Roboter\-Hardware: Antriebe und Gelenkmodule, Drehmomentsensorik und Encoder, Endeffektoren, Sensorintegration, Kalibrierung, elektrische und Feldbus\-Schnittstellen (z. B. EtherCAT) sowie Konzepte der funktionalen Sicherheit. Vor Ort kannst du damit ein Modellproblem von einem Maschinenproblem unterscheiden.
* Ausgeprägt
Share