Computer Vision & AI Engineer (m/f/d)

IHRE AUFGABEN

• Entwicklung und Implementierung von vision-basierten Wahrnehmungsalgorithmen für autonome Inspektionsroboter unter Verwendung von Deep Learning und Maschinenvision-Techniken, einschließlich CNN- und ViT-Architekturen.
• Entwurf und Implementierung von überwachten, selbstüberwachten und unüberwachten Lernmethoden für multimodale Daten (RGB, LiDAR, thermisch usw.).
• Aufbau und Optimierung von Modellen für: Objekterkennung und -verfolgung (2D & 3D), Anomalieerkennung, LiDAR-basierte semantische Segmentierung und 3D-Punktwolkenverständnis.
• Optimierung von Modellen für die Inferenz auf Geräten (Quantisierung, Pruning, Distillation) und deren Bereitstellung auf Edge-Hardware (NVIDIA Jetson Xavier/Orin/Thor usw.).
• Integration von Wahrnehmungspipelines in robotische Systeme über ROS1/ROS2 und enge Zusammenarbeit mit Software- und Robotikteams.
• Unterstützung von MLOps-Workflows, um reproduzierbares Training, Evaluierung und CI/CD für KI-Modelle sicherzustellen.
• Unterstützung und Wartung cloud-basierter KI-Pipelines auf AWS (SageMaker, Bedrock, Lambda, S3) für skalierbares Training, Inferenz und Modelllebenszyklusmanagement.
• Beitrag zur Forschung über multimodale und 3D-Darstellungen (Gaussian Splatting, NeRF, OpenCLIP-basierte Einbettungen).
• Teilnahme an der kontinuierlichen Verbesserung unserer KI-Infrastruktur für Missionsplanung, semantische Kartierung und Roboterautonomie.

IHRE QUALIFIKATIONEN

• Abschluss in Informatik, Robotik oder einem verwandten technischen Bereich.
• Über 2 Jahre Berufserfahrung in Computer Vision, Deep Learning oder Robotik-Wahrnehmung.
• Starkes Verständnis von Vision Transformers (ViTs), Convolutional Neural Networks (CNNs) und DETR-basierten Modellen zur Objekterkennung.
• Praktische Erfahrung mit Frameworks wie PyTorch, OpenCV, MMDetection und/oder Detectron2.
• Angewandte Erfahrung in Optimierung und Bereitstellung mit TensorRT, ONNX, Docker und/oder NVIDIA DeepStream.
• Direkte Erfahrung mit Datenannotation unter Verwendung von CVAT und/oder Label Studio und/oder 3D Point Labeler.
• Praktische Erfahrung in Versionierung und MLOps mit GitLab CI/CD, MLflow, n8n, AWS SageMaker und/oder Bedrock.
• Starke Programmierkenntnisse in Python, C++, Bash.
• Starke analytische Fähigkeiten, Problemlösungsfähigkeiten und Wachstumsmentalität.
• Ausgezeichnete Zusammenarbeit zwischen funktionsübergreifenden KI- und Robotikteams.
• Leidenschaft für Innovation, Autonomie und das Überschreiten der Grenzen von Wahrnehmungssystemen.
• Fähigkeit, unabhängig zu arbeiten und mehrere Prioritäten in einem schnelllebigen Umfeld zu managen.
• Fließend in Englisch.

HILFREICHE ZUSÄTZLICHE QUALIFIKATIONEN

• Erfahrung mit LLMs, VLMs, VLAs und multimodalen Einbettungen.
• Vertrautheit mit semantischen Szenengraphen-basiertem 3D Gaussian Splatting.
• Kenntnisse über cloud-basierte Datenservices oder KI-Workflow-Orchestrierung.
• Beiträge zu Open-Source-Projekten in KI/Robotik oder Veröffentlichungen in diesem Bereich.
• Wohnort innerhalb von ±2 Stunden der CET-Zeitzone und verfügbar für Reisen nach Darmstadt für drei Tage alle sechs Wochen für persönliche Teammeetings. Alle Reisekosten werden vom Unternehmen übernommen.

Über Korial

Korial ist die Enterprise AI-Plattform für die autonome industrielle Zukunft. Aus unseren Wurzeln in den Laboren der TU Darmstadt haben wir uns zu einem Team von über 100 Personen entwickelt, das die Intelligenzschicht aufbaut, die autonome Inspektionen weltweit orchestriert. Unsere Plattform vereint Daten, Missionen und gemischte Flotten von Robotern und Geräten, sodass Betreiber Vermögenswerte aus einer einzigen Quelle der Wahrheit überwachen können, anstatt jede Runde zu Fuß zu gehen. Wir arbeiten an der Schnittstelle von KI, Robotik und industriellen Operationen und verwandeln laute Echtzeit-Telemetrie in zuverlässige, umsetzbare Erkenntnisse für Kunden auf fünf Kontinenten. Unser Team vereint mehr als 30 Nationalitäten und umfassende Erfahrung in Softwareentwicklung, Robotik, Cloud-Infrastruktur und Unternehmensoperationen – darunter 11 Doktoranden, die seit 2019 die Kernproduktentwicklung leiten.