CDI Ingénieur Machine Learning

Unser Kunde ist Vorreiter bei zertifizierbaren autonomen Fahrlösungen der Stufe 4, die für den öffentlichen Verkehr maßgeschneidert und mit Sicherheit im Mittelpunkt entwickelt wurden. Durch die Nutzung kognitiver Intelligenz und modernster KI auf Basis deutscher Forschung schaffen wir autonome Systeme, die in komplexen Verkehrsszenarien logische, erklärbare Entscheidungen treffen. Unsere Mission ist es, nachhaltige, sichere und skalierbare Mobilitätslösungen zu ermöglichen, damit autonome Technologien Menschen überall verbinden können – insbesondere in ländlichen Gebieten und unterversorgten Gemeinschaften.

Als Reinforcement Learning Engineer werden Sie entscheidend dazu beitragen, unser einzigartiges Entscheidungsfindungsframework auf Basis der kognitiven Neurowissenschaften weiterzuentwickeln. Ihre Expertise in inferenzgetriebener KI, probabilistischer Modellierung und zielgerichtetem Verhalten wird uns helfen, erklärbare, adaptive Systeme für autonomes Fahren zu entwickeln.

• Entwurf und Implementierung von Entscheidungsarchitekturen basierend auf Active Inference, Bayesschen Modellen und Prinzipien des Reinforcement Learning.
• Entwicklung generativer Modelle und inferenzbasierter Systeme zur Steuerung autonomer Agenten unter Unsicherheit.
• Integration von Konzepten aus der kognitiven Robotik, prädiktivem Codieren und zielgerichtetem Verhalten in skalierbare Module für autonomes Fahren.
• Anwendung und Erweiterung des Free Energy Prinzips und der Planungs-als-Inferenz-Frameworks für reale Anwendungen in Wahrnehmung und Kontrolle.
• Modellierung und Simulation agentenbasierter, hierarchischer Inferenzsysteme zur Unterstützung adaptiver, zeitnaher Entscheidungsfindung.
• Cross-funktionale Zusammenarbeit mit teams, die von Neurowissenschaften inspiriert sind, um Kohärenz in der kognitiven Modellierung sicherzustellen.
• Analyse und Validierung des Verhaltens autonomer Systeme sowohl in Simulations- als auch in Feldtestumgebungen.

• Solide Kenntnisse im Bereich Reinforcement Learning, probabilistische Inferenz oder computergestützte Neurowissenschaften.
• Erfahrung mit Active Inference, Bayesscher Inferenz oder hierarchischen generativen Modellen.
• Kenntnisse in Python (PyTorch, TensorFlow oder JAX) mit der Fähigkeit, komplexe Inferenzsysteme zu implementieren und zu trainieren.
• Vertrautheit mit Entscheidungsfindung unter Unsicherheit, kognitiven Architekturen oder Frameworks der verkörperten Kognition.
• Starke theoretische Grundlagen in neuro-inspirierter KI, Verhaltensmodellierung oder theoretischer Neurowissenschaft.
• Erfahrung in der Integration von sensorimotorischer Kontrolle, Aktionsauswahl oder adaptiver Kontrolle in Echtzeitsystemen.
• Hintergrund in Robotik, autonomen Agenten oder KI-Planungssystemen ist ein großer Vorteil.

Hinweis: Erfahrung mit interdisziplinärer KI, die maschinelles Lernen, Neurowissenschaften und Robotik kombiniert, wird hoch geschätzt, ist jedoch nicht zwingend erforderlich.

• Arbeiten Sie in einem intellektuell anregenden und innovativen Umfeld, in dem Sie die volle Verantwortung für Ihre Projekte in jeder Phase der Entwicklung übernehmen können.
• Genießen Sie flache Hierarchien, eine offene Kultur und schnelle Entscheidungsprozesse.
• Zusammenarbeit mit einem kompetenten und engagierten Team, das bereit ist, sein Wissen und seine Expertise zu teilen.
• Seien Sie Teil eines multinationalen Arbeitsplatzes, der Vielfalt schätzt und unterschiedliche Hintergründe und Perspektiven integriert.
• Arbeiten Sie im pulsierenden Herzen Berlins, im dynamischen Stadtteil Kreuzberg.