Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Entwickle Algorithmen für 3D-Szenen und automatisiere komplexe Wissensabläufe.
- Arbeitgeber: CONXAI, ein innovatives Unternehmen im Bereich KI für Architektur und Bauwesen.
- Mitarbeitervorteile: Wettbewerbsfähiges Gehalt, Aktienoptionen und hohe Autonomie in der Arbeit.
- Andere Informationen: Arbeite in einem dynamischen Team von Experten und erlebe exzellente Karrierechancen.
- Warum dieser Job: Sei an der Spitze der KI-Innovation im Bauwesen und gestalte die Zukunft mit.
- Gewünschte Qualifikationen: MS/PhD in Informatik oder verwandten Bereichen und Erfahrung in Computer Vision.
Das voraussichtliche Gehalt liegt zwischen 60000 - 85000 € pro Jahr.
Über CONXAI
CONXAI hat eine No-Code, agentische KI-Plattform für die Architektur-, Ingenieur- und Bauindustrie (AEC) sowie physische Industrien entwickelt, die sich auf Wissensautomatisierung konzentriert. Wir automatisieren hochriskante, wissensintensive Arbeitsabläufe, die traditionell in isolierten Daten, fragmentierten Tools und stillschweigender (nicht dokumentierter) menschlicher Expertise gefangen sind. Unsere Multi-Agenten-Systeme führen komplexe Schlussfolgerungen in der physischen Welt durch und verwandeln maßgeschneiderte, serviceintensive Prozesse in skalierbare Service-as-a-Software-Automatisierung. CONXAI wird von einigen der führenden AEC-Unternehmen in Europa, den USA, LATAM und Japan vertraut.
Ihre Rolle
Als Senior ML Engineer werden Sie die Entwicklung der räumlichen Schlussfolgerungsmaschine für unsere agentische KI-Plattform leiten. Ihre Arbeit konzentriert sich auf die Schnittstelle von 3D-Semantischer Rekonstruktion, Geometrischem Deep Learning und Agentischer Inferenz. Sie sind verantwortlich für den Aufbau von Pipelines, die unstrukturierte multimodale Daten in strukturierte, umsetzbare räumliche Wissensgraphen umwandeln. Sie priorisieren topologische Genauigkeit und semantische Verankerung über fotorealistische neuronale Rendering. Sie entwerfen die Logik, die es autonomen Agenten ermöglicht, komplexe 3D-Umgebungen zu navigieren, darüber nachzudenken und Inferenz zu ziehen, wobei sichergestellt wird, dass KI-gesteuerte Erkenntnisse in den physischen und ingenieurtechnischen Einschränkungen der realen Welt verwurzelt sind.
Was Sie tun werden
- Semantische Szenenrekonstruktion: Entwickeln Sie Algorithmen zur 3D-Szenendarstellung, die geometrische Primitiven und semantische Labels über Pixelgenauigkeit priorisieren. Dazu gehören Oberflächenrekonstruktion, Belegungsabbildung und volumetrische Segmentierung.
- Multi-Modale Fusion: Architektursysteme, die panoptische Segmentierungsdarstellungen aus dem AEC-Grundmodell von CONXAI mit 3D-Modellen fusionieren, um hochauflösende, beschriftete Darstellungen zu erzeugen.
- Wissensgraph-Augen: Automatisieren Sie die Augmentierung von 3D-Raumdaten zu den spatio-temporalen Wissensgraphen von CONXAI, aus rekonstruierten 3D-Szenen, die die hierarchischen und funktionalen Beziehungen zwischen strukturellen Elementen abbilden.
- Agentische Inferenz & Schlussfolgerung: Entwerfen Sie agentische Arbeitsabläufe, die komplexe Schlussfolgerungsaufgaben direkt auf dem STKG durchführen.
- Umsetzbare Affordanzkartierung: Implementieren Sie Methoden zur Identifizierung von "Affordanzen" innerhalb eines 3D-Volumens, die definieren, wie Agenten oder Benutzer mit der Umgebung basierend auf ihrer physischen Geometrie und ingenieurtechnischen Logik interagieren können.
- Optimierung & Skalierung: Setzen Sie SoTA-Modelle, Darstellungen und abgeleitete Domänenkontexte in Produktionsanwendungen um, die den Kunden erheblichen Mehrwert bieten.
Was wir suchen
- MS / PhD in Informatik, Robotik, Elektrotechnik oder einem verwandten Bereich.
- 3+ Jahre Berufserfahrung in Computer Vision und Deep Learning.
- 2+ Jahre Leitung von 3D-Computer-Vision-Projekten, insbesondere geometrisches Deep Learning, 3D-Rekonstruktion.
- Erfahrung mit Physik-Engines, z.B. NVIDIA Isaac Gym, MuJoCo, PyBullet, etc. ist von Vorteil.
- Erfahrung in agentischen KI-Implementierungen mit GraphRAG, Langgraph/LlamaIndex ist von Vorteil.
- Außergewöhnliche Implementierungserfahrung mit Open3D / PyTorch 3D, Rekonstruktion (Multi-View Stereo, Oberflächenrekonstruktion und Mesh-Fitting, z.B. mit TSDF), 2D → 3D „Heben“.
- Gründliches Verständnis des Softwaredesigns.
- Frühere Erfahrung in einem schnelllebigen Technologie-Startup-Umfeld ist von Vorteil.
- Fließend und artikuliert in Englisch.
Warum CONXAI
- Innovation an der Spitze: Seien Sie an der absoluten Spitze der KI im Bereich Bautechnologie.
- Hohe Autonomie: Tragen Sie zu einem neuen Paradigma für multimodales Szenenverständnis und Schlussfolgerung bei - übernehmen Sie die Logik, Leistung und den Kundenimpact.
- Top-Tier-Kollegium: Arbeiten Sie mit einem globalen Team von ML-Ingenieuren, Software-Ingenieuren und Branchenpraktikern.
- Eigenkapital & Skalierung: Wettbewerbsfähige Vergütung mit erheblichem Eigenkapitalpotenzial.
Sr. Computer Vision Engineer (3D Semantic Scene Understanding) Arbeitgeber: Conxai Technologies GmbH
Kontaktperson:
Conxai Technologies GmbH HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: Sr. Computer Vision Engineer (3D Semantic Scene Understanding)
✨Netzwerken, Netzwerken, Netzwerken!
Nutze Plattformen wie LinkedIn, um mit Fachleuten aus der Branche in Kontakt zu treten. Lass uns nicht vergessen, dass viele Jobs über persönliche Empfehlungen vergeben werden – also sei aktiv und knüpfe Kontakte!
✨Zeige deine Projekte!
Erstelle ein Portfolio oder eine GitHub-Seite, auf der du deine bisherigen Arbeiten und Projekte präsentierst. Das gibt potenziellen Arbeitgebern einen Einblick in deine Fähigkeiten und zeigt, was du drauf hast!
✨Bereite dich auf technische Interviews vor!
Mach dich mit typischen Fragen und Aufgaben aus dem Bereich Computer Vision und Deep Learning vertraut. Übe das Lösen von Problemen und erkläre deine Denkweise – das wird dir helfen, im Interview zu glänzen!
✨Bewirb dich direkt über unsere Website!
Wenn du an einer Stelle bei CONXAI interessiert bist, bewirb dich direkt über unsere Website. So zeigst du dein Interesse und erhöhst deine Chancen, von uns wahrgenommen zu werden!
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Sr. Computer Vision Engineer (3D Semantic Scene Understanding)
Tipps für deine Bewerbung 🫡
Sei du selbst!: Wenn du deine Bewerbung schreibst, sei authentisch und zeig uns, wer du wirklich bist. Wir suchen nach Menschen, die nicht nur die richtigen Fähigkeiten haben, sondern auch gut ins Team passen.
Betone deine Erfahrungen: Erzähle uns von deinen bisherigen Projekten im Bereich Computer Vision und Deep Learning. Zeige auf, wie deine Erfahrungen mit 3D-Rekonstruktion und geometrischem Deep Learning dich zu einem idealen Kandidaten machen.
Verstehe unsere Mission: Mach dich mit unserer Plattform und unseren Zielen vertraut. Wenn du in deiner Bewerbung zeigst, dass du unsere Vision für die Automatisierung im AEC-Bereich verstehst, wird das einen großen Eindruck hinterlassen.
Bewirb dich über unsere Website: Wir empfehlen dir, deine Bewerbung direkt über unsere Website einzureichen. So stellst du sicher, dass sie schnell und effizient bei uns ankommt. Wir freuen uns darauf, von dir zu hören!
Wie du dich auf ein Vorstellungsgespräch bei Conxai Technologies GmbH vorbereitest
✨Verstehe die Technologie
Mach dich mit den neuesten Entwicklungen in der Computer Vision und geometrischen Deep Learning vertraut. Lies aktuelle Forschungsarbeiten und sei bereit, darüber zu diskutieren, wie diese Technologien in der Praxis angewendet werden können.
✨Praktische Beispiele vorbereiten
Bereite konkrete Beispiele aus deiner bisherigen Arbeit vor, die deine Erfahrungen in 3D-Rekonstruktion und Agentic AI zeigen. Zeige, wie du komplexe Probleme gelöst hast und welche Ergebnisse du erzielt hast.
✨Fragen zur Unternehmenskultur
Überlege dir Fragen zur Unternehmenskultur von CONXAI und wie sie Innovation und Teamarbeit fördern. Das zeigt dein Interesse an der Firma und hilft dir, herauszufinden, ob es gut zu dir passt.
✨Technische Fähigkeiten demonstrieren
Sei bereit, deine technischen Fähigkeiten in einem praktischen Test oder einer Fallstudie zu demonstrieren. Übe, wie du deine Ansätze zur Lösung von Problemen klar und strukturiert präsentieren kannst.