VLM Research Engineer (m/f/d)

Wir suchen einen Research Engineer, der die Grenzen von Vision-Language-Modellen für das Verständnis von Videos in der realen Welt erweitert. Sie werden an angewandten, hochmodernen multimodalen Modellen arbeiten und diese in Produktionspipelines umwandeln, die von Kunden genutzt werden.

Ihre Rolle:

• Entwerfen und Anpassen von Vision-Language- und Videomodellen für Szenenverständnis, zeitliches Denken und Aktivitäts-/Handlungskennung
• Aufbauen und Pflegen von großangelegten Trainings- und Evaluierungspipelines auf GPU-Clustern
• Kuratieren und Erweitern von Video-Text- und Aktionsdatensätzen, einschließlich synthetischer Labels und abrufbasierter Erweiterung
• Entwickeln robuster Benchmarks für Video-QA, Befolgen von Anweisungen und zeitliches Verständnis und diese zur Förderung iterativer Modellverbesserungen nutzen
• Modellarchitekturen für Effizienz und Bereitstellung optimieren (Kompression, Pruning, Destillation)
• Bereitstellen produktionsbereiter Inferenzpipelines für Produkt- und Kunden-Teams, enge Zusammenarbeit mit CV-, Plattform- und Robotik-Ingenieuren

Sie bringen mit:

• Abgeschlossenes PhD (oder gleichwertige Forschungserfahrung) in Computer Vision, maschinellem Lernen, Robotik oder einem verwandten Bereich
• Starker Hintergrund im videozentrierten Deep Learning: Szenenverständnis, zeitliche/aktivitäts-/handlungsbezogene Erkennung oder Videoerzeugung
• Erfahrung im Training und Anpassen großer Vision- oder VLM-Modelle (z.B. InternVL, Qwen-VL, DeepSeek-VL, ähnliche Stacks)
• Nachgewiesene Arbeit mit Multi-GPU-Training (PyTorch, verteilt, gemischte Präzision) und großangelegten Datensätzen
• Solide Ingenieurgewohnheiten: sauberer Python-Code, reproduzierbare Experimente, zuverlässige Daten- und Trainingspipelines
• Erfahrung darin, Forschung in nutzbare Systeme (Demos, interne Tools oder produktisierte Funktionen) in schnelllebigen Teams zu überführen

Nice to have:

• Veröffentlichungen in erstklassigen Fachzeitschriften (CVPR, ICCV, ECCV, NeurIPS, ICLR usw.) zu Video, multimodalem Lernen oder Szenenverständnis
• Erfahrung mit 3D/4D-Szenenrepräsentationen, Aktionsgenerierung oder Projekten im Stil von embodied/sense-plan-act
• Optimierung der Inferenz: Quantisierung, TensorRT, Modell-Destillation oder Bereitstellung auf eingeschränkter Hardware
• Vorherige Erfahrung in einem Startup oder einer angewandten Forschungsumgebung

Was wir bieten:

• Ein wettbewerbsfähiges Gehalt & Aktienoptionen*
• Seien Sie an vorderster Front dabei, wenn es darum geht, was künstliche Intelligenz in der Fertigung bedeutet
• Praktische Erfahrung in einem AI-first Softwareunternehmen sammeln
• Unterstützende und inklusive Kultur, die Vielfalt schätzt und den Fortschritt unterrepräsentierter Gruppen im Unternehmen fördert
• Zusammenarbeit mit einem vielfältigen (derzeit mehr als 10 Nationalitäten) und talentierten Team, das an bahnbrechenden Projekten mit realen Auswirkungen arbeitet
• Vernetzen mit Fachleuten und Führungskräften auf dem Gebiet, was Türen zu potenziellen zukünftigen Karrieremöglichkeiten öffnet
• Wir haben eine sehr flache Hierarchie, offenes 360°-Feedback und flexible Arbeitszeiten
• Ethik⚖: Wir setzen uns für die Entwicklung ethischer KI-Software ein

Erfüllen Sie nicht alle Anforderungen? Deltia setzt sich dafür ein, einen Arbeitsplatz zu schaffen, der vielfältig, fair und inklusiv ist. Wir ermutigen Kandidaten aus allen Hintergründen, auch wenn sie nicht jede Qualifikation erfüllen, sich zu bewerben. Wir sind fest davon überzeugt, dass ein Team mit unterschiedlichen Perspektiven unser Unternehmen nur stärkt und Innovation vorantreibt. Unser Engagement erstreckt sich auch auf die Schaffung einer zugänglichen Umgebung für alle, einschließlich Menschen mit Behinderungen. Bitte lassen Sie uns wissen, ob Sie während des Bewerbungsprozesses oder während der Zusammenarbeit mit uns Unterstützung benötigen, und wir werden unser Bestes tun, um Sie zu unterstützen.

*Nur Vollzeitstellen mit unbefristetem Vertrag sind für Aktienoptionen berechtigt. Teilzeitstellen, Vertragsstellen, Werkstudenten, Praktika und freiberufliche Stellen sind nicht für Aktienoptionen berechtigt.