Senior System Software Engineer – Embedded AI Inference

Wir suchen einen Senior Software Engineer, um Produktionsautomobilsoftware für KI-Inferenz und Agentenorchestrierung in C++ zu entwickeln. Begleiten Sie uns auf einer aufregenden Reise, bei der Sie die Grundlage für Anwendungen von Automobilsoftware der nächsten Generation schaffen: agentische KI im Auto und Inferenz von modernsten KI-Modellen (LLM, VLM, VLA). Sie haben die Möglichkeit, fortschrittliche KI-Frameworks zu gestalten, die beispiellose KI-Erlebnisse im Auto ermöglichen und eine zuverlässige Basis für eine neue Generation autonomer Fahrzeuge bieten.

Wenn Sie leidenschaftlich daran interessiert sind, robuste, leistungsstarke KI-Systeme zu entwickeln, die in echten Fahrzeugen auf GPUs laufen, würden wir gerne von Ihnen hören.

Was Sie tun werden:

• Entwerfen, implementieren und warten Sie C++ agentische KI- und KI-Inferenzlösungen für eingebettete Produktionsplattformen.
• Integrieren Sie PyTorch Deep Learning-Modelle in C++-Pipelines und setzen Sie diese für die Echtzeitinferenz auf NVIDIA-GPUs ein.
• Bauen und erweitern Sie testbare, modulare Bibliotheken und Komponenten, einschließlich Schnittstellen zu Modellen, Sensortreibern und Fahrzeugsteuerung.
• Profilieren, debuggen und optimieren Sie C++- und CUDA-Code, um strenge Latenz- und Durchsatzziele zu erreichen.
• Arbeiten Sie eng mit ML-Forschern, Systemingenieuren und Automobilpartnern zusammen, um Prototyp-Algorithmen in produktionsreife Implementierungen umzuwandeln.

Was wir sehen müssen:

• Über 8 Jahre Berufserfahrung in der Softwareentwicklung, idealerweise in sicherheitskritischer Software, Automobil, Robotik oder Echtzeitsystemen.
• Master- oder Doktortitel in Informatik oder Maschinenlernen.
• Starke Kenntnisse in modernem C++ (C++14/17 oder später): Vorlagen, RAII, Smart Pointers, STL und Erfahrung im Aufbau großer Codebasen.
• Solide Python-Kenntnisse für Tools, Trainingsskripte und Verknüpfungscode zwischen Datenpipelines und C++-Komponenten.
• Praktische Erfahrung im Aufbau agentischer KI-Frameworks und mit LLM / VLM-Inferenz. Erfahrung mit LLM- und VLM-Inferenz und verwandten Optimierungstechniken wie spekulativer Dekodierung, LoRA, MoE.
• Erfahrung in der Entwicklung unter Linux: Build-Systeme (CMake), Debugging (gdb, Sanitizer), Profiling und git-basierte Workflows in einer CI/CD-Umgebung.
• Vertrautheit mit GPU-Programmierung und -Optimierung, idealerweise mit TensorRT.

Wie Sie sich von der Masse abheben können:

• Erfahrung mit agentischer KI, insbesondere mit agentenbasierten, edge-freundlichen Modellen (2–7B), einschließlich Kontextmanagement, zuverlässigem Toolaufruf und MCP sowie Erfahrung mit agentischem Codieren.
• Direkte Erfahrung mit der NVIDIA DRIVE AGX-Plattform.
• Kenntnisse über KI-Modelloptimierung und -bereitstellung: Quantisierung (INT8, FP8, 4-Bit).
• Vertrautheit mit hochleistungsfähigen LLM-Inferenz-Frameworks wie TensorRT-LLM oder ONNX Runtime.
• Verständnis von Softwarequalitätspraktiken für sicherheitskritische Systeme (Code-Review, Unit-Tests, statische Analyse; Kenntnisse der Automobilstandards sind von Vorteil) sowie Open-Source-Beiträge oder veröffentlichte Arbeiten in den Bereichen KI, Robotik oder GPU-Computing.

Arbeiten Sie an herausfordernden, realen KI-Inferenzproblemen im Auto, bei denen Ihre ML- und C++-Fähigkeiten direkt das Fahrerlebnis und die Selbstfahrfähigkeiten des Fahrzeugs beeinflussen. Arbeiten Sie mit einem talentierten, multidisziplinären Team von Forschern, Ingenieuren und Automobilexperten zusammen. Lösen Sie schwierige technische Probleme an der Schnittstelle von Deep Learning, Echtzeitsystemen und Softwareentwicklung für die Produktion.

Wenn diese Gelegenheit mit Ihrem Hintergrund und Ihren Interessen übereinstimmt, bewerben Sie sich bitte mit Ihrem Lebenslauf und einer kurzen Beschreibung relevanter Projekte zur automobilen KI (Links zu GitHub, Veröffentlichungen oder technischen Berichten sind willkommen).