Vision & Perception Engineer - Humanoid (human)

Neura Robotics • Zürich

Geben Sie unseren Robotern Bewusstsein. In der KI-Abteilung entwickeln Sie die kognitiven Fähigkeiten unserer Roboter, damit sie ihre Umgebung verstehen und mit ihr interagieren können. Sie arbeiten an Algorithmen, die Maschinen intelligent und anpassungsfähig machen – von der Objekterkennung und Sprachverarbeitung bis hin zur Entscheidungsfindung in komplexen Umgebungen. Sie sind Teil eines Teams, das technologische Grenzen überschreitet und eng mit Software-, Hardware- und Produktmanagementteams zusammenarbeitet. Mit modernsten Werkzeugen und Methoden aus dem maschinellen Lernen und der KI arbeiten Sie an Projekten, die direkte Auswirkungen auf unsere Produkte haben.

Ihre Mission & Herausforderungen

Als Robotics Software Engineer mit Schwerpunkt auf Vision und Wahrnehmung sind Sie der Architekt der „Augen“ unseres Roboters und seiner Fähigkeit, die Welt zu begreifen. Sie sind verantwortlich für das Design, die Entwicklung und den Einsatz des gesamten Wahrnehmungsstacks, der es unseren humanoiden Robotern ermöglicht, komplexe, dynamische menschliche Umgebungen zu sehen, zu verstehen und mit ihnen zu interagieren. Ihre Arbeit wird rohe Sensordaten von Kameras, LiDAR, IMUs, Kraft-Drehmoment- und Gelenksensoren in umsetzbares, hochgradiges Verständnis für Navigation, Manipulation und Mensch-Roboter-Interaktion umwandeln.

• Entwerfen und implementieren Sie die gesamte Wahrnehmungssoftwarearchitektur, von Low-Level-Sensortreibern bis hin zum High-Level-Szenenverständnis, und stellen Sie Echtzeit-Leistung und Robustheit sicher.
• Entwickeln und optimieren Sie moderne Algorithmen für SLAM (Simultaneous Localization and Mapping), Objekterkennung und -verfolgung, semantische Segmentierung und 3D-Rekonstruktion.
• Schreiben Sie sauberen, effizienten und wartbaren Code in modernem C++ (C++17/20) für die Kernbibliotheken zur Wahrnehmung und Sensorfusion.
• Architekt und verwalten Sie den Hochdurchsatzfluss von Sensordaten durch das System unter Verwendung von ROS2 und seinem zugrunde liegenden DDS-Framework.
• Integrieren und kalibrieren Sie eine Vielzahl von Wahrnehmungssensoren, einschließlich Stereo-/Tiefenkameras, LiDARs und IMUs, in ein einheitliches Weltmodell.
• Arbeiten Sie eng mit Steuerungs-, Manipulations- und Planungsingenieuren zusammen, um die Anforderungen an die Wahrnehmung zu definieren und die erforderlichen Daten für nachgelagerte Aufgaben bereitzustellen.
• Entwickeln Sie Werkzeuge zur Datenvisualisierung, Systemdiagnose und Leistungsbewertung von Wahrnehmungsalgorithmen.
• Erstellen und pflegen Sie umfassende technische Dokumentationen für das Wahrnehmungssystem, die Sensorschnittstellen und die Datenformate.
• Validieren Sie Wahrnehmungsmodule sowohl in Simulation als auch auf realen humanoiden Plattformen, um die Brücke zwischen Simulation und Realität zu schlagen.
• Stellen Sie sicher, dass Wahrnehmungsmodule die Echtzeit- und sicherheitskritischen Anforderungen für die Mensch-Roboter-Kollaboration erfüllen.
• Etablieren und fördern Sie Best Practices für die Softwareentwicklung, einschließlich Versionskontrolle (Git), kontinuierlicher Integration (CI/CD) und datengestütztem automatisierten Testen.

Qualifikationen

• Bildung: Bachelor- oder Masterabschluss in Informatik, Softwaretechnik, Robotik oder einem verwandten technischen Bereich.
• Berufserfahrung: Über 3 Jahre Berufserfahrung in der Softwareentwicklung mit Schwerpunkt auf Computer Vision oder Wahrnehmung für Robotik.
• C++-Kenntnisse: Starke Kenntnisse in modernem C++ (C++11 und neuer), einschließlich objektorientiertem Design, Multithreading und Leistungsoptimierung auf speicherbeschränkten Systemen.
• Grundlagen der Computer Vision: Solides theoretisches und praktisches Verständnis von 3D-Geometrie, Kameramodellen, Mehransichtsgeometrie, Filterung (z.B. Kalman-Filter) und Techniken zur Sensorfusion.
• Erfahrung mit 3D Vision: Nachweisbare praktische Erfahrung in der Entwicklung und Bereitstellung von Algorithmen mit 3D-Daten, insbesondere mit Punktwolken. Kenntnisse in Bibliotheken wie PCL (Point Cloud Library) sind unerlässlich.
• Expertise im Deep Learning: Nachgewiesene Erfahrung in der Anwendung von Deep-Learning-Modellen für Wahrnehmungsaufgaben (z.B. Objekterkennung, Segmentierung). Vertrautheit mit Frameworks wie PyTorch oder TensorFlow und Erfahrung in der Bereitstellung von Modellen auf Robotikhardware.
• Erfahrung mit GPU-Programmierung zur Beschleunigung von Wahrnehmungsalgorithmen (z.B. CUDA, OpenCL).
• Erfahrung mit Leistungsoptimierung für Echtzeitanwendungen auf eingebetteten Systemen (z.B. NVIDIA Jetson).
• Vertrautheit mit Simulationsumgebungen wie Gazebo oder NVIDIA Isaac Sim für die Entwicklung und das Testen von Wahrnehmung.
• Kenntnisse in Python für schnelles Prototyping, Datenanalyse und Training von Machine-Learning-Modellen.
• Erfahrung mit MLOps und Infrastruktur zur Verwaltung großer Sensordatensätze und Trainingspipelines.
• Kenntnisse klassischer Computer Vision-Bibliotheken, wie OpenCV.