Auf einen Blick
- Aufgaben: Entwickle und optimiere ML-Pipelines für innovative Robotiklösungen.
- Unternehmen: Innovatives Robotik-Startup im Herzen von Münchens Deep-Tech-Hub.
- Vorteile: Attraktives Gehalt, Aktienoptionen, flexible Arbeitszeiten und 30 Tage Urlaub.
- Weitere Informationen: Umfassende Unterstützung bei Umzug und Visa für internationale Talente.
- Warum dieser Job: Arbeite an der Schnittstelle von KI und Robotik und erlebe den direkten Einfluss deiner Arbeit.
- Qualifikationen: Erfahrung in MLOps, starke Python-Kenntnisse und ein Hintergrund in Maschinenlernen.
Über das Unternehmen
Mein Kunde ist ein hochinnovatives, risikokapitalfinanziertes Robotikunternehmen mit Sitz im florierenden Deep-Tech-Hub in München. Sie überbrücken die Kluft zwischen fortschrittlicher künstlicher Intelligenz und der physischen Welt, indem sie hochmoderne Roboterplattformen entwickeln, die komplexe Aufgaben in dynamischen, realen Umgebungen automatisieren. Durch die Integration von Hardware der nächsten Generation mit fortschrittlicher Computer Vision, räumlicher Intelligenz und verkörperter KI ermöglichen sie es den Branchen, effizienter, flüssiger und sicherer zu arbeiten.
Rollenübersicht
Das Unternehmen sucht einen ingenieurorientierten MLOps Engineer mit einem grundlegenden Hintergrund in angewandter KI, um die Verantwortung für die Pipeline des maschinellen Lernens zu übernehmen. Dies ist keine typische Cloud-SaaS- oder FinTech-MLOps-Rolle; der Ingenieur wird die einzigartigen Herausforderungen von Edge MLOps lösen - komplexe Wahrnehmungs- und Visionmodelle aus cloudbasierten Experimenten direkt auf ressourcenbeschränkter physischer Robotikhardware bereitzustellen.
Der ideale Kandidat befindet sich an der Schnittstelle von maschinellem Lernen, Infrastrukturengineering und Hardware-Software-Integration. Er wird eng mit KI-Forschern, Kernrobotik-Software-Ingenieuren und Cloud-Infrastrukturteams zusammenarbeiten, um sicherzustellen, dass die bewegliche Flotte von Robotern des Unternehmens zuverlässig sehen, denken und handeln kann.
Hauptverantwortlichkeiten
- Pipeline-Automatisierung: Entwerfen, bauen und pflegen Sie robuste, End-to-End-ML-Orchestrierungspipelines (von der Datenerfassung und synthetischen Datengenerierung bis hin zu verteiltem Multi-GPU-Training und Modelltests).
- Hardware-Optimierung & Edge-Bereitstellung: Entwickeln Sie automatisierte Kompilierungs-, Quantisierungs- und Pruning-Workflows zur Optimierung von Deep-Learning-Modellen (z.B. Computer Vision, transformerbasierte Architekturen), die auf Edge-Compute-Beschleuniger wie NVIDIA Jetson oder benutzerdefinierte Automotive/Robotic SoCs abzielen.
- Datenflotteninfrastruktur: Entwickeln Sie Hochdurchsatz-, multimodale Datenloops, die massive Datenströme (Kamerabilder, Punktwolken, Telemetrie) verarbeiten können, und etablieren Sie intelligente Datenkurationsmethoden, um Edge-Edge-Fehler für das Retraining hochzuladen.
- Lebenszyklus- & Experimentmanagement: Richten Sie rigorose Experimentverfolgung, Modellregistrierung, Versionierung und Genehmigungsgates mit Tools wie MLflow oder Weights & Biases ein, um absolute Reproduzierbarkeit zu gewährleisten.
- Kontinuierliche Überwachung & Drift-Erkennung: Erstellen Sie Beobachtungsstacks und Dashboards (z.B. Prometheus, Grafana), um die Echtzeit-Degradierung der Modellinferenz, Sensordrift und Anomalien in der physischen Umgebung im Feld zu verfolgen.
- CI/CD-Integration: Konstruieren Sie zuverlässige Infrastruktur-as-Code (IaC) und Containerisierungsframeworks, um nahtlose Over-the-Air (OTA)-Modell- und Firmware-Updates sicher an eine Flotte physischer Roboter zu übertragen.
Profil & Anforderungen
- Bildung: Universitätsabschluss (B.Sc., M.Sc. oder Ph.D.) in Informatik, Robotik, Elektrotechnik, Dateninfrastruktur oder einem vergleichbaren technischen Bereich.
- Erfahrung: 2 bis 5 Jahre Berufserfahrung in MLOps, DevOps oder Rollen im Bereich Maschinenlernen-Infrastrukturengineering.
- Softwarefähigkeiten: Produktionsreife Python-Kenntnisse sind zwingend erforderlich. Komfortables Arbeiten in Linux-Umgebungen und Vertrautheit mit C++ oder hermetischen Build-Systemen (z.B. Bazel) sind von großem Vorteil.
- AI/ML-Grundlagen: Solides Grundverständnis von Konzepten des maschinellen Lernens und des tiefen Lernens, insbesondere mit praktischer Erfahrung mit Frameworks wie PyTorch, OpenCV oder Hugging Face Transformers.
- Cloud & Infrastruktur: Nachgewiesene Erfahrung in der Verwaltung von Produktionslasten in containerisierten Umgebungen über Docker und Kubernetes (einschließlich Erfahrung in der Konfiguration von Beschleunigernode-Pools/GPUs). Starke Vertrautheit mit AWS, GCP oder Azure-Infrastruktur und Terraform.
- Nice-to-Haves: Erfahrung mit dem Robot Operating System (ROS/ROS2), Robotik-Datenserialisierungs-/Protokollierungstools (wie MCAP oder Foxglove) oder Modelloptimierungs-Runtimes (TensorRT, ONNX Runtime).
Was das Unternehmen bietet
- Tiefen-Technologie-Einfluss: Die Möglichkeit, direkt an physischen Roboterplattformen zu arbeiten und zu beobachten, wie Code direkt in Hardwaremechanik übersetzt wird.
- Sehr wettbewerbsfähige Vergütung: Attraktives Grundgehalt kombiniert mit Eigenkapitalpaketen und leistungsabhängigen Boni.
- Moderne Arbeitskultur: Flexible hybride Arbeitsregelungen, 30 Tage bezahlter Jahresurlaub und Zugang zu hochmodernen Labor- und Testräumen in München.
- Umzugshilfe: Umfassende Unterstützung bei der Visabearbeitung, bürokratischen Onboarding und Umzugskosten für internationale Talente, die nach München ziehen.
MLOps Engineer (m/f/d) - Embodied AI & Robotics Platform Arbeitgeber: Develop
Unser Unternehmen ist ein hochinnovativer, risikokapitalfinanzierter Pionier im Bereich Robotik mit Sitz im florierenden Deep-Tech-Hub München. Wir bieten eine moderne Arbeitskultur mit flexiblen hybriden Arbeitsmodellen, 30 Tagen bezahltem Urlaub und Zugang zu hochmodernen Labor- und Testeinrichtungen. Zudem fördern wir das Wachstum unserer Mitarbeiter durch spannende Projekte im Bereich der physischen Robotik und bieten umfassende Unterstützung bei der Relokation für internationale Talente.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so MLOps Engineer (m/f/d) - Embodied AI & Robotics Platform erhalten könnten
✨Werde Teil von Robotik-Communities
Such dir aktive Communities oder Foren im Bereich Robotik, wo Gleichgesinnte und Profis sich austauschen. Hier kannst du nicht nur viel lernen, sondern auch potenzielle Arbeitgeber kennenlernen, die nach Talenten suchen – manchmal ist es wichtiger, die richtigen Leute zu treffen, als nur Bewerbungen zu verschicken!
✨Besuche Robotik-Events und Messen
Schau dir lokale oder internationale Messen und Konferenzen an, die sich mit Robotik beschäftigen. Dort hast du die Möglichkeit, direkt mit Unternehmen wie Develop in Kontakt zu treten und dein Interesse an einer Vollzeitstelle als MLOps Engineer (m/f/d) - Embodied AI & Robotics Platform zu zeigen. Nimm Visitenkarten mit und sei bereit, dich vorzustellen!
✨Engagiere dich in Praktikumsprojekten
Wenn du vor deiner Bewerbung noch etwas direkten Erfahrung sammeln kannst, schaue nach Projekten oder Praktika im Bereich Robotik. Diese Erfahrungen sind nicht nur wertvoll, sondern zeigen auch, dass du wirklich in diesem Bereich Fuß fassen möchtest. Nutze Plattformen für offene Projekte, um erste praktische Erfahrungen zu sammeln.
✨Online-Präsenz aufbauen
Zeige deine Fähigkeiten und Kenntnisse durch ein öffentliches Portfolio oder Blog. Teile deine Projekte, sei es über GitHub oder persönliche Webseiten. Das hilft dir, sichtbar zu werden und zeigt, dass du aktiv in der Robotik arbeitest. Und vergiss nicht, dich auch über unsere Website bei Develop zu bewerben, um deine Chancen zu erhöhen, Teil des Teams zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um MLOps Engineer (m/f/d) - Embodied AI & Robotics Platform mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Fokussiere dich auf technische Fähigkeiten:In deiner Bewerbung solltest du unbedingt relevante technische Fähigkeiten hervorheben, die für die Robotik wichtig sind. Das beinhaltet Kenntnisse in Programmiersprachen wie Python oder C++, sowie Erfahrung mit spezifischen Robotik-Plattformen oder -Tools. Zeig uns, dass du mit den neusten Technologien vertraut bist und welche Projekte du bereits umgesetzt hast!
Präsentation deiner Projekte und Erfahrungen:Wenn du bereits an spannenden Robotik-Projekten gearbeitet hast, dann dokumentiere diese ausführlich in deinem Lebenslauf oder in einem Portfolio. Bilder, Videos oder Links zu deinen Arbeiten können hier einen großen Unterschied machen! Zeig uns, was du kannst, und wie du Probleme gelöst hast.
Motivation und Lernbereitschaft im Anschreiben:Da es sich um eine Vollzeitstelle handelt, schau, dass du in deinem Anschreiben zeigst, warum du genau bei Develop im Bereich Robotik arbeiten möchtest. Erkläre, wie dich unsere Mission anspricht und welche Ideen du einbringen könntest. Deine Begeisterung für das Fach und den Willen, stetig zu lernen, können uns überzeugen!
Überzeuge mit relevanten Zertifikaten:Falls du Zertifikate hast, die deine Qualifikationen untermauern, wie beispielsweise in Robotik oder Automatisierungstechnik, erwähne diese in deinem Lebenslauf. Diese Unterlagen können einen starken Eindruck hinterlassen und uns zeigen, dass du engagiert und spezialisiert bist.
Wie man sich auf ein Vorstellungsgespräch bei Develop vorbereitet
✨Technisches Know-how zeigen
In der Robotik ist es entscheidend, dass wir unsere technischen Fähigkeiten präsentieren. Bereite dich darauf vor, Fachfragen zu Robotiksystemen, Programmiersprachen wie Python oder C++ und spezifischen Tools wie ROS zu beantworten. Vielleicht fragen sie dich auch nach einem Projekt, an dem du gearbeitet hast – hab dein Portfolio bereit!
✨Praktische Anwendungen diskutieren
Sei bereit, über praktische Anwendungen deiner Kenntnisse in der Robotik zu sprechen. Überlege dir vorher einige Beispiele, wo du theoretisches Wissen erfolgreich in die Praxis umgesetzt hast. Dies könnte eine interessante Projektarbeit oder eine Herausforderung, die du überwunden hast, umfassen.
✨Teamgeist demonstrieren
Da die Robotik oft Teamarbeit umfasst, ist es wichtig, deine Zusammenarbeit zu betonen. Während des Gesprächs kannst du Geschichten erzählen, die deine Teamfähigkeit und deine Fähigkeit zur Problemlösung zeigen. Du kannst sogar gemeinsam mit deinen Teamkollegen durchgeführte Simulationen oder Projekte erwähnen.
✨Langfristige Motivation vermitteln
Da es sich um eine Vollzeitstelle handelt, wird das Unternehmen wissen wollen, dass du langfristig in der Robotik bleiben möchtest. Teile deine Zukunftspläne und wie diese zu Develop passen – sei es durch den Wunsch, an innovativen Lösungen zu arbeiten oder sich weiterzubilden. Das zeigt, dass du wirklich in die Rolle investieren willst.
