Research Scientist Agentic AI, Reinforcement Learning and Neuro-Symbolic Systems (f/m/div.)

Verantwortlichkeiten

• Leiten und vorantreiben der Forschung zu intelligenten KI-Systemen, die handeln, über Ziele und Einschränkungen nachdenken und Wissen durch komplexe neuro-symbolische Strukturen organisieren können.
• Fokus auf nächste Generation agentischer Systeme, die Verstärkungslernen, strukturiertes Denken, Gedächtnis und wissensbasierte Repräsentationen kombinieren, um effektiv in semantisch reichen technischen Umgebungen zu operieren.
• Gestalten der wissenschaftlichen Agenda von Bosch in diesem Bereich, indem vielversprechende Forschungsrichtungen identifiziert, Forschungsaktivitäten initiiert und koordiniert, Verbindungen zu externen akademischen und industriellen Partnern aufgebaut und Bosch in relevanten Forschungsgemeinschaften vertreten wird.
• Entwicklung von Systemen, die sich von passivem Verständnis zu zielgerichtetem Verhalten bewegen, Untersuchung, wie Agenten durch Interaktion, Simulation, strukturiertes Feedback lernen und Verstärkungslernen mit symbolischen Abstraktionen, hierarchischer Planung, Gedächtnis und Denken integrieren.
• Zusammenarbeit mit Forschungswissenschaftlern, Ingenieuren, Studenten und Fachexperten bei Bosch; Mentoring von Studenten und jungen Forschern; Gestaltung und Strukturierung kollaborativer Forschungsaktivitäten; Beitrag zur organisatorischen Entwicklung dieses Forschungsbereichs.

Qualifikationen

• Bildung: Exzellenter MSc in Informatik, Maschinellem Lernen, Künstlicher Intelligenz, Robotik, Systemtechnik oder verwandten Bereichen. PhD in Maschinellem Lernen, Verstärkungslernen, agentischer KI, neuro-symbolischer KI, sequentieller Entscheidungsfindung oder einem eng verwandten Bereich (verpflichtend). Idealerweise mehrere Jahre post-PhD Forschungserfahrung in der Wissenschaft, industrieller Forschung oder einer vergleichbaren Umgebung. Starke Publikationsbilanz in führenden AI- und autonomen Systemen (NeurIPS, ICLR, ICML, AAAI, IJCAI, CoRL, RSS, AAMAS, ACL, EMNLP, KR oder ähnlich).
• Erfahrung und Wissen: Agentic AI, RL & Aktionsorientierte Systeme: Starke Expertise im Verstärkungslernen und agentischer KI, einschließlich sequentieller Entscheidungsfindung und lernbasierter Planung. Erfahrung mit fortgeschrittenen RL-Paradigmen wie modellbasiertem, hierarchischem, offline, multi-agenten oder eingeschränktem RL. Tiefes Verständnis von zielgerichteten KI-Systemen, die Gedächtnis, Werkzeugnutzung, Planung, mehrstufiges Denken und langfristiges Verhalten beinhalten.
• Neuro-Symbolische Systeme & Wissensorganisation: Nachgewiesene Erfahrung in der Kombination von lernbasierter KI mit symbolischen oder strukturierten Repräsentationen. Vertrautheit mit neuro-symbolischen Architekturen, Wissensgraphen, formalen Denkstrukturen und kompositionellen Repräsentationen. Fähigkeit, Systeme zu entwerfen, die Wissen auf semantisch sinnvolle Weise organisieren und gleichzeitig Handlung, Planung, Interpretierbarkeit und Verallgemeinerung unterstützen.
• Systemtechnik & Strukturierte technische Bereiche: Interesse an der Anwendung fortschrittlicher KI-Methoden auf komplexe technische und cyber-physische Bereiche wie Systemtechnik, Robotik oder industrielle Automatisierung. Erfahrung mit strukturierten Ingenieurdokumenten (z.B. Anforderungen, Systemmodelle, Simulationen oder formale Spezifikationen) ist von Vorteil. Fähigkeit, komplexe technische Herausforderungen in Bezug auf sequentielle Entscheidungsfindung, Planung oder wissensbasierte Argumentation zu formulieren.
• Wissenschaftliche Führung, Networking & Mentoring: Nachgewiesene Fähigkeit, Forschungsaktivitäten in einem fokussierten technischen Bereich zu initiieren, zu strukturieren und zu leiten. Starkes externes wissenschaftliches Netzwerk und Erfahrung im Aufbau von Kooperationen mit akademischen und industriellen Partnern. Nachweisliche Erfolge in Publikationen, Projektkoordination und Gemeinschaftsbildungsaktivitäten. Mentoring-Erfahrung mit Studenten und jungen Forschern, kombiniert mit starken organisatorischen und Koordinationsfähigkeiten.
• KI-Infrastruktur & Forschungsprototyping: Solide Erfahrung in Python und modernen Deep-Learning-Frameworks (z.B. PyTorch, TensorFlow, JAX). Vertrautheit mit skalierbaren Experimenten, reproduzierbarer Forschung und kollaborativer Softwareentwicklung. Fähigkeit, Forschungsideen in funktionale Prototypen und experimentelle Plattformen zu übersetzen.
• Wissenschaftliche Beiträge & Denkweise: Starkes Verantwortungsbewusstsein und unternehmerische Denkweise bei der Verfolgung von Forschungsthemen. Fähigkeit, grundlegende Forschung mit langfristigem strategischen Wert zu verbinden. Ausgezeichnete analytische und Kommunikationsfähigkeiten, gepaart mit einem kollaborativen, interdisziplinären Führungsstil.

Persönlichkeit und Arbeitsweise: Sie sind ein wissenschaftlich starker und organisatorisch fähiger Forscher mit dem klaren Ziel, Forschungsaktivitäten im Bereich agentische KI bei Bosch zu gestalten und zu leiten; Sie kombinieren tiefgehende methodische Expertise mit externer Sichtbarkeit, Mentoring-Erfahrung und der Fähigkeit, wirkungsvolle Forschungsanstrengungen aufzubauen und zu koordinieren.

Sprachen: Fließende Englischkenntnisse in Wort und Schrift; Deutsch ist von Vorteil.

Diversität und Inklusion sind für uns keine Trends, sondern fest in unserer Unternehmenskultur verankert. Daher begrüßen wir alle Bewerbungen, unabhängig von Geschlecht, Alter, Behinderung, Religion, ethnischer Herkunft oder sexueller Identität.