Auf einen Blick
- Aufgaben: Entwickle ML-Modelle zur Überbrückung der Sim2Real-Lücke und arbeite an autonomen Steuerungen.
- Unternehmen: Gravis Robotics, ein innovatives Start-up im Bereich Physical AI für die Bauindustrie.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und ein dynamisches Team.
- Weitere Informationen: Werde Teil eines vielfältigen Teams, das die Schwerbauindustrie revolutioniert.
- Warum dieser Job: Gestalte die Zukunft der Bauindustrie mit fortschrittlicher Technologie und echten Auswirkungen.
- Qualifikationen: Abschluss in Informatik, Robotik oder Maschinenlernen; starke Python- und PyTorch-Kenntnisse.
Das prognostizierte Gehalt liegt zwischen 54000 - 66000 € pro Jahr.
Gravis Robotics ist ein wachstumsstarkes Series A-Start-up, das von SoftBank unterstützt wird und Physical AI in die Bauindustrie bringt, indem es schwere Baumaschinen in autonome Roboter verwandelt. Gravis begann als Spin-off der ETH Zürich, und unsere einzigartige Kombination aus lernbasierter Automatisierung und erweitertem Fernsteuerung ermöglicht es einem Bediener, sicher eine Flotte von Erdbewegungsmaschinen in einer gamifizierten Umgebung zu steuern. Unser Team wächst schnell, um diese Technologie in einer Billionen-Dollar-Industrie einzuführen.
Die Gravis RACK ist ein maschinenunabhängiges Nachrüstkit, das Baggern und Radladern von 10 bis über 100 Tonnen Autonomie hinzufügt: LiDAR- und Kamerasensorik, GNSS RTK, Netzwerktechnologie und robuste Edge-Computing-Hardware, die offline funktioniert. In Kombination mit dem Slate-Tablet und unserer Copilot-Software ermöglicht es einem Bediener, eine Maschine manuell, mit KI-Unterstützung oder vollständig autonom zu betreiben.
Das Autonomie-Team bei Gravis verlässt sich stark auf Simulationen, um autonome Steuerungen zu entwickeln. In dieser Rolle helfen Sie uns, die Lücke zwischen Simulation und Realität zu schließen. Wir suchen jemanden mit starkem ML/RL-Hintergrund und Erfahrung mit realen Robotersystemen.
Was Sie tun werden:
- Maschinen-Dynamikmodellierung
- ML-Modelle erstellen, um die Lücke zwischen Simulation und Realität zu überbrücken
- Entscheiden, welche Architektur das Problem tatsächlich benötigt - Sequenzmodelle, Zustandsraumformulierungen oder etwas anderes - und die Wahl mit Daten untermauern
- Charakterisieren, wo die Lücke tatsächlich herkommt: welche nicht modellierten Effekte den Transfer von Simulation zu Realität behindern und welche wir sicher ignorieren können
- Antworten auf die Frage geben, wie viele Daten benötigt werden und welche Verteilung sie abdecken muss
- Leistungsüberwachung
- Leistungskennzahlen und Validierungsmethodik für Modelltreue und Transfer von Simulation zu Realität definieren
- Modelle und Methoden entwickeln, die Änderungen der Maschinenparameter im Laufe der Zeit erkennen
- Eng mit den Teams für Autonomie und Simulation zusammenarbeiten - Ihre Modelle beeinflussen die Steuerungen, die auf der Maschine laufen
Was wir suchen:
- Abschluss in Informatik, Robotik, Maschinellem Lernen, Ingenieurwesen oder einem verwandten Bereich
- Starke Kenntnisse in Python und PyTorch, starke Git-Fähigkeiten
- Solide Erfahrung in der Modellierung von Zeitreihen oder dynamischen Systemdaten aus großen Datensätzen - Sequenzmodelle, Systemidentifikation oder Zustandsraumansätze
- Starke analytische Fähigkeiten: Sie entwerfen das Experiment, führen die Ablation durch und ziehen eine Schlussfolgerung, die Sie verteidigen würden
Wünschenswert:
- Erfahrung im Reinforcement Learning
- Imitationslernen oder Lernen aus Demonstrationen, insbesondere aus Daten menschlicher Bediener
- Vertrautheit mit aktueller Literatur und Methoden in gelernten Verhaltensrichtlinien
- Klassische Systemidentifikation, Regelung oder Hydraulik-Hintergrund
Diese Rolle passt gut zu Ihnen, wenn…
- Sie gerne Probleme außerhalb des Labors lösen
- Sie eine Kultur mögen, in der die beste Idee gewinnt, egal ob sie vom CTO oder einem Praktikanten kommt, solange sie durch Zahlen untermauert ist
- Sie sich wohlfühlen, das Ergebnis von Anfang bis Ende zu besitzen: Wenn die benötigten Daten noch nicht existieren, gehen Sie vor Ort, berühren die Maschine und beschaffen sie
- Sie ein einfaches Modell bevorzugen, das messbar die Lücke schließt, gegenüber einem komplexen, das dies möglicherweise tut, und Sie geduldig genug sind, um Schritt für Schritt dorthin zu gelangen
Dies ist eine Gelegenheit, Teil eines dynamischen, multidisziplinären Teams zu werden und Teil eines Unternehmens zu sein, das die schwere Bauindustrie neu gestaltet. Gravis ist ein Arbeitgeber, der Chancengleichheit bietet. Wir setzen uns dafür ein, ein inklusives und diverses Team aufzubauen und diskriminieren nicht aufgrund von Rasse, Hautfarbe, Abstammung, nationaler Herkunft, Religion, Geschlecht, sexueller Orientierung, Alter, Geschlechtsidentität, Geschlechtsausdruck, Behinderung, Veteranenstatus oder anderen gesetzlich geschützten Merkmalen.
Machine Learning Engineer - Sim2Real & Machine Modeling Arbeitgeber: Gravis Robotics AG
Gravis Robotics ist ein innovatives Start-up, das sich in einer dynamischen Wachstumsphase befindet und die Bauindustrie mit Physical AI revolutioniert. Unsere Unternehmenskultur fördert Kreativität und Zusammenarbeit, während wir unseren Mitarbeitern umfangreiche Möglichkeiten zur beruflichen Weiterentwicklung bieten. Durch die Arbeit an bahnbrechenden Technologien in einem internationalen Umfeld bieten wir nicht nur spannende Herausforderungen, sondern auch die Chance, Teil eines Teams zu sein, das die Zukunft des Bauens gestaltet.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Engineer - Sim2Real & Machine Modeling erhalten könntest
✨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 Gravis Robotics AG in Kontakt zu treten und dein Interesse an einer Vollzeitstelle als Machine Learning Engineer - Sim2Real & Machine Modeling 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 Gravis Robotics AG zu bewerben, um deine Chancen zu erhöhen, Teil des Teams zu werden!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer - Sim2Real & Machine Modeling 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 Gravis Robotics AG 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 Gravis Robotics AG 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 Gravis Robotics AG passen – sei es durch den Wunsch, an innovativen Lösungen zu arbeiten oder sich weiterzubilden. Das zeigt, dass du wirklich in die Rolle investieren willst.