R&D Scientist – Geometry and Physics-Inspired Machine Learning

Vision being the dominant human sense, eye tracking constitutes a powerful approach for understanding the human mind! At Pupil Labs, our mission is to provide cutting-edge eye-tracking solutions, which are more robust, accurate, accessible, and user-friendly than ever before. Already today, our products empower thousands of users in academia and industry, clinical surgeons, elite athletes, astronauts on the International Space Station, and many more. Unlocking the full potential of eye-tracking technology relies on solving hard research problems, ranging from core gaze-estimation algorithms to developing cloud-based algorithmic tools for analyzing egocentric video and physiologische Daten im großen Maßstab.

Die interdisziplinäre F&E-Gruppe bei Pupil Labs, bestehend aus Mitgliedern mit Hintergründen in Informatik, Computational Neuroscience, Mathematik und Physik, geht diese Herausforderungen direkt an! In enger Zusammenarbeit mit anderen Ingenieurteams identifizieren wir vielversprechende F&E-Avenues und sind stolz darauf, unsere Ergebnisse schnell in die neuesten Produkte zu integrieren, die an unsere Kunden ausgeliefert werden.

Um unsere Bemühungen zu unterstützen, suchen wir nach Verstärkung für unser F&E-Team in Berlin mit einem Vollzeit-F&E-Wissenschaftler, der geometrische, physikalische oder strukturelle Prämissen in maschinelles Lernen einbringt. Dies ist eine Vor-Ort-Position (mit bis zu zwei Homeoffice-Tagen pro Woche). Pupil Labs bietet ein wettbewerbsfähiges Gehalt, flexible Arbeitsbedingungen, ein großartiges Team von Kollegen, eine junge und dynamische Unternehmensstruktur sowie eine Kultur der Teilnahme und des Feedbacks.

Was Sie tun würden:

• Entwicklung von Modellen für maschinelles Lernen, die geometrische, physikalische oder kausale Strukturen integrieren, und über rein datengestützte oder Black-Box-Ansätze hinausgehen.
• Anwendung von Werkzeugen aus der Differentialgeometrie, Variationsrechnung, Mechanik oder physik-informiertem Modellieren auf reale Probleme in der Augenverfolgung und Analyse menschlichen Verhaltens.
• Zusammenarbeit mit Forschern und Ingenieuren zur Integration Ihrer Modelle in reale Systeme, einschließlich kamera- und inertialbasierter sowie physiologischer Sensoren.
• Erforschung von simulationsbasierten Inferenzmethoden und strukturierten generativen Modellen, die bekannte physikalische Einschränkungen respektieren.
• Hilfe bei der Entwicklung von interpretierbaren, verallgemeinerbaren Modellen, die im Kontext des Problemfeldes verankert sind.

Wer Sie sind:

• Sie haben einen PhD in angewandter Mathematik, Physik, Informatik, Ingenieurwesen oder einem verwandten Bereich, mit Schwerpunkt auf geometrischem Deep Learning, physik-informiertem ML oder simulationsbasiertem Modellieren.
• Sie haben ein starkes Verständnis der mathematischen Strukturen, die physikalischen Systemen zugrunde liegen, und wie diese in moderne ML-Techniken integriert werden können.
• Sie sind versiert in Python und erfahren mit PyTorch.
• Sie sind in der Lage, über Abstraktionsebenen hinweg zu denken – von der Theorie über die Implementierung bis hin zur Bereitstellung.
• Sie freuen sich auf die Zusammenarbeit über Disziplinen hinweg und bringen eine strukturierte Perspektive in angewandte Forschungsherausforderungen ein.
• Sie sind in Wort und Schrift sicher in Englisch.

Ein schönes Büro im Herzen Berlins. Bis zu zwei Homeoffice-Tage pro Woche. 15 mobile Bürotage pro Jahr. Fortlaufendes Lernen und berufliche Entwicklung (wir unterstützen Sie, relevante wissenschaftliche/Entwicklerkonferenzen zu besuchen).