Director of Engineering, Perception & Spatial AI

Als Engineering Director – Perception & Spatial AI leiten Sie die Architektur und Lieferung von Wahrnehmungsmodellen, die vom Cloud-Training bis zur Bereitstellung auf hardwarekonformen Automobilplattformen reichen. Ein zentraler Bestandteil der Herausforderung ist das "Design für die Bereitstellung" von Anfang an – Modelle zu entwickeln, die strenge Latenz- und Speicheranforderungen auf eingebetteten/Edge-Plattformen erfüllen, ohne die Leistung in der realen Welt zu beeinträchtigen. Sie definieren die Architektur, bauen ein erstklassiges Team auf und verantworten den gesamten Prozess von der Forschung bis zu einsatzbereiten Modellen in großem Maßstab.

Was Sie tun werden:

• Definieren und leiten Sie die End-to-End-Wahrnehmungsarchitektur – vom Cloud-Training bis zu einsatzbereiten Modellvarianten für automotive-grade SoCs (z.B. Qualcomm Snapdragon Ride, NVIDIA Orin oder ähnliche).
• Verfolgen Sie einen bereitzstellungsorientierten Ansatz bei Architekturentscheidungen, einschließlich Quantisierung, Latenzzielen und Speicheranforderungen.
• Wandeln Sie modernste Wahrnehmungsforschung in zuverlässige, skalierbare Produktionspipelines (Cloud + Edge-Modellvarianten) um.
• Leiten Sie BEV / Multi-Kamera-Wahrnehmung mit Fokus auf Straßeninfrastruktur (Fahrspuren, Grenzen, Schilder, Ampeln, Oberflächenattribute der Straße).
• Definieren Sie Evaluierungs- und Validierungsstandards, einschließlich hardwarebewusster Metriken (Latenz vs. Genauigkeitskompromisse, Speicherbedarf, Durchsatz auf Referenzhardware).
• Arbeiten Sie eng mit Forschungs-, Simulations-, Produkt- und Kunden-/Partnerteams zusammen, um sicherzustellen, dass die Ergebnisse von nachgelagerten Systemen genutzt werden können und den tatsächlichen Bereitstellungsbedürfnissen entsprechen.
• Bleiben Sie hands-on, indem Sie Architekturen erstellen und überprüfen, kritische Probleme debuggen und neue Ansätze prototypisieren.
• Mentorieren und entwickeln Sie ein leistungsstarkes Team (Einstellung, Mentoring, technische Ausrichtung festlegen und starke Ingenieurpraktiken etablieren).

Wer sind Sie?

Must-Have Erfahrung:

• 10+ Jahre Erfahrung in ML, KI, Computer Vision, Robotik, autonomem Fahren, spatial AI oder verwandten Bereichen.
• 5+ Jahre praktische Erfahrung mit Computer Vision, Wahrnehmung oder Szenenverständnissystemen.
• Nachweisliche Erfahrung in der Überführung von ML- oder Computer Vision-Modellen von der Forschungs- oder Prototypenphase in Produktionssysteme.
• Starkes Verständnis von Wahrnehmungsaufgaben wie Objekterkennung, semantische Segmentierung, Instanzsegmentierung, Fahrspurdetektion, Straßenbegrenzungen, Schilder, Ampeln oder Oberflächenattribute der Straße.
• Erfahrung mit Deep-Learning-Frameworks, vorzugsweise PyTorch.
• Starkes Verständnis moderner Computer Vision-Architekturen, einschließlich Multi-Task-Learning und räumlichem Szenenverständnis.
• Erfahrung mit großangelegten Trainingspipelines, einschließlich verteiltem Training, Experimentverfolgung und Modellversionierung.
• Praktische Erfahrung in der Optimierung von ML-Modellen für die Produktion, einschließlich Latenz-, Speicher-, Durchsatz- und Genauigkeitskompromissen.
• Vertrautheit mit Workflows zur Modellbereitstellung wie ONNX-Export, TensorRT oder ähnlichen Inferenzoptimierungsframeworks.
• Erfahrung mit Edge-, Embedded-, Automotive-, Robotik-, Mobil- oder anderen hardwarebeschränkten Bereitstellungsumgebungen.
• Starke technische Führungserfahrung, einschließlich der Leitung von Ingenieur- oder angewandten Forschungsteams, Festlegung technischer Richtungen, Mentoring von Ingenieuren und Einstellung von Talenten.
• Fähigkeit, über Forschungs-, Ingenieur-, Produkt-, Plattform- und kundennahe Teams hinweg zu arbeiten.
• Starke Kommunikationsfähigkeiten, mit der Fähigkeit, technische Kompromisse sowohl technischen als auch nicht-technischen Stakeholdern zu erklären.
• Erfahrung mit großangelegten Trainingsaufbauten (Multi-GPU/Multi-Node) und die Fähigkeit, praktische MLOps-Standards (Experimentverfolgung, Modellversionierung, Reproduzierbarkeit) festzulegen.
• Neugierig und praktisch genug, um nah an aufkommenden Trends in Wahrnehmung, spatial AI, effizienten Modellen und Edge-Bereitstellungen zu bleiben.

Good to Have:

• Erfahrung mit BEV, Multi-Kamera-Wahrnehmung, 3D-Wahrnehmung, Lidar-Kamera-Fusion oder Belegungsprognose.
• Erfahrung mit Architekturen wie BEVFormer, BEVFusion oder ähnlichen räumlichen Wahrnehmungsmodellen.
• Erfahrung mit automotive-grade SoCs wie NVIDIA Orin, Qualcomm Snapdragon Ride, TI TDA4 oder ähnlichen Plattformen.
• Praktische Erfahrung mit quantisierungsbewusstem Training, Post-Training-Quantisierung, Pruning, Distillation, Mixed-Precision-Inferenz oder Modellkompression.
• Erfahrung mit Benchmarking von Modellen auf echter Hardware und der Arbeit mit Latenz-, Speicher- und Durchsatzanforderungen.
• Vertrautheit mit QNN, TensorRT, Graphoptimierung, Operator-Kompatibilität oder hardware-spezifischen Kompilierungsworkflows.
• Erfahrung mit geospatialen Daten, Kartenprioren, Straßen-Topologie, HD-Karten oder räumlichen Datenstrukturen.
• Erfahrung mit synthetischen Daten, Simulationspipelines oder Sim-to-Real-Validierung.
• Erfahrung mit großangelegten Fahr- oder Robotik-Datensätzen wie nuScenes, Waymo Open Dataset, KITTI, Argoverse oder ähnlichen.
• Exposition gegenüber automobilen Sicherheitsstandards wie ISO 26262 oder SOTIF.
• Veröffentlichungen oder starke Forschungsbeiträge in Computer Vision, Wahrnehmung, Robotik oder maschinellem Lernen.
• Erfahrung in schnell wachsenden, skalierenden oder sich schnell bewegenden Produktumgebungen.

HERE ist ein Arbeitgeber, der Chancengleichheit bietet. Wir bewerten qualifizierte Bewerber unabhängig von Rasse, Hautfarbe, Alter, Geschlechtsidentität, sexueller Orientierung, Familienstand, Elternstatus, Religion, Geschlecht, nationaler Herkunft, Behinderung, Veteranenstatus und anderen gesetzlich geschützten Merkmalen. Im Rahmen des Einstellungsprozesses von HERE Technologies müssen die Kandidaten erfolgreich einen Vorbeschäftigungsprüfungsprozess durchlaufen. Dieses Angebot und alle damit verbundenen Ansprüche unterliegen dem erfolgreichen Abschluss einer Vorbeschäftigungsprüfung. Dies umfasst gegebenenfalls die Überprüfung von Beschäftigung, Ausbildung und strafrechtlicher Verifizierung.

HERE Technologies ist ein Standortdaten- und Technologieplattformunternehmen. Wir befähigen unsere Kunden, bessere Ergebnisse zu erzielen – von der Unterstützung einer Stadt bei der Verwaltung ihrer Infrastruktur oder einem Unternehmen bei der Optimierung seiner Vermögenswerte bis hin zur sicheren Navigation von Fahrern zu ihrem Ziel. Bei HERE nehmen wir es uns zur Aufgabe, die Veränderung zu sein, die wir sehen möchten. Wir schaffen Lösungen, die Innovationen fördern, Chancen bieten und Inklusion fördern, um das Leben der Menschen zu verbessern. Wenn Sie von einer offenen Welt inspiriert sind und motiviert sind, positive Veränderungen zu schaffen, schließen Sie sich uns an. Erfahren Sie mehr über uns auf unserem YouTube-Kanal.