AI Research Engineer - Reinforcement Learning

Helsing ist ein Verteidigungs-AI-Unternehmen. Unsere Mission ist es, unsere Demokratien zu schützen. Wir streben technologische Führerschaft an, damit offene Gesellschaften souveräne Entscheidungen treffen und ihre ethischen Standards kontrollieren können. Als Demokratien glauben wir, dass wir eine besondere Verantwortung haben, über die Entwicklung und den Einsatz leistungsstarker Technologien wie AI nachzudenken. Wir nehmen diese Verantwortung ernst. Wir sind ein ehrgeiziges und engagiertes Team von Ingenieuren, AI-Spezialisten und kundenorientierten Programmmanagern. Wir suchen nach mission-driven Menschen, die sich unseren europäischen Teams anschließen und ihre Fähigkeiten einsetzen, um die komplexesten und wirkungsvollsten Probleme zu lösen.

Bei Helsing liefern wir AI-basierte Fähigkeiten und die erforderliche Infrastruktur, die es semi-autonomen Plattformen ermöglichen, die Welt in Echtzeit zu lokalisieren, zu navigieren und wahrzunehmen. Sie haben die einzigartige Gelegenheit, das autonome Gehirn für eine hochmoderne autonome Luftplattform zu entwickeln, die tatsächlich fliegen wird. Sie werden moderne Reinforcement-Learning-Agenten in die Betriebssysteme unseres eigenen unbemannten Kampfflugzeugs, dem CA-1 Europa, integrieren, im Rahmen des bahnbrechenden Centaur-Projekts. Dies ist eine einzigartige Gelegenheit, Verantwortung für neuartige autonome Systeme zu übernehmen, die von Grund auf neu entworfen wurden, und die gesamte Pipeline vom großflächigen Simulationstraining bis hin zur Echtzeiteinführung auf flugbereitem Hardware zu besitzen.

Sie sollten sich bewerben, wenn Sie:

• Ein MSc in Reinforcement Learning, Robotik, Automatisierung und Steuerung oder einem eng verwandten Bereich mit starkem Fokus auf sequenzielle Entscheidungsfindung und autonome Systeme haben.
• Praktische Erfahrung im Aufbau, Training und der Bereitstellung von Reinforcement-Learning-Agenten haben. Sie haben eine Politik über die Simulation hinaus iteriert und verstehen, was es braucht, um erlerntes Verhalten in einem realen Betriebssystem zuverlässig zu machen.
• Tief vertraut mit modernen RL- und Multi-Agent-RL-Techniken sind, einschließlich, aber nicht beschränkt auf: modellfreie Methoden (z.B. PPO, SAC), population-based training, Umgang mit partieller Beobachtbarkeit und langen Horizonten.
• Erfahrung in der Integration von RL-Politiken in Hochleistungs-Laufzeitsysteme haben, mit einem soliden Verständnis der Latenz- und Durchsatzbeschränkungen, die mit der Echtzeit-autonomen Entscheidungsfindung verbunden sind.
• Solide Software-Engineering-Fähigkeiten besitzen, sauberen und gut strukturierten Code in Python und/oder Sprachen wie Rust oder modernem C++ schreiben und Erfahrung in der Bereitstellung von AI-Software in der Produktion, einschließlich Tests, QA und Monitoring, haben.
• Exzellente Kommunikationsfähigkeiten haben und in der Lage sind, Forschungsergebnisse klar und effizient sowohl intern als auch extern zu berichten und zu präsentieren.
• Leidenschaft dafür haben, über aktuelle Forschung auf dem Laufenden zu bleiben und Freude daran haben, moderne Ansätze im Deep Reinforcement Learning neu zu implementieren und zu erweitern.

Hinweis: Wir arbeiten an einem Schnittpunkt, an dem Frauen sowie andere Minderheiten systematisch unterrepräsentiert sind. Wir ermutigen Sie, sich zu bewerben, auch wenn Sie nicht alle aufgeführten Qualifikationen erfüllen; Fähigkeit und Einfluss können nicht in wenigen Punkten zusammengefasst werden.

Wünschenswert:

• PhD in Reinforcement Learning, Multi-Agent-Systemen, Automatisierung und Steuerung, Robotik oder einem verwandten Bereich mit Veröffentlichungen in erstklassigen Fachzeitschriften.
• Erfahrung mit großflächigen verteilten RL-Trainingsframeworks, den Infrastrukturherausforderungen beim Betrieb von Tausenden paralleler Simulationsumgebungen und GPU-basierten Simulatoren.
• Erfahrung in der Modellierung und dem Training von Multi-Agenten-Controllern mit modernen Techniken, einschließlich emergenter Koordination, wettbewerbsfähigem Selbstspiel oder dezentraler Ausführung mit zentralisiertem Training.
• Vertrautheit mit Flugdynamik, Luftfahrtsystemen oder Konzepten der Führung, Navigation und Kontrolle (GNC).
• Erfahrung in der Bereitstellung von AI-Software in sicherheitskritischen Produktionssystemen, einschließlich formaler Verifikation, Testpipelines und Laufzeitüberwachung.

Helsing ist ein Arbeitgeber, der Chancengleichheit bietet. Wir setzen uns für Chancengleichheit bei der Beschäftigung unabhängig von Rasse, Religion, sexueller Orientierung, Alter, Familienstand, Behinderung oder Geschlechtsidentität ein.