Software Engineer (Back-End & Computer Vision)

StellDirVor ist ein unabhängiges Beratungs-, Handels- und Technologieunternehmen, das sich auf immersive Technologien im Gesundheitswesen spezialisiert hat. Wir unterstützen Organisationen bei der Implementierung digitaler Innovationen – Virtuelle, Erweiterte und Gemischte Realität sowie KI – insbesondere für Lernen, Training und Echtzeithilfe in klinischen und Pflegeumgebungen. Durch die Kombination von Technologie und Gesundheitswesen helfen wir, Prozesse zu optimieren, den Wissenstransfer zu verbessern und die Qualität der Pflege zu erhöhen.

Unterstützt durch einen deutschen (ZIM) und taiwanesischen (GIPIP) Partnerschaftszuschuss entwickeln wir derzeit ARAIAS – ein AR- und KI-basiertes, freihändiges Trainings- und Unterstützungssystem für die chronische Wundversorgung. Mit AR-Smartglasses ermöglicht das System die 3D-Wundaufnahme, KI-unterstützte Analyse und standardisierte Fernexpertise sowie Dokumentation direkt am Ort der Versorgung. ARAIAS führt einen neuen Ansatz für praktisches, sicheres und evidenzbasiertes Lernen und Training in klinischen Umgebungen ein, mit dem langfristigen Ziel, die Arbeitsbelastung für Fachkräfte im Gesundheitswesen zu reduzieren und die Ergebnisse der Versorgung zu verbessern.

Wir befinden uns in einer frühen und spannenden Phase – vom Konzept zum funktionierenden Prototyp. Der kurzfristige Fokus liegt auf der Validierung der KI-Modelle, dem Aufbau der technischen Grundlagen und dem Aufbau eines Proof of Concept, den wir in realen Bildungs- und klinischen Umgebungen testen können. Mit dem Fortschritt des Projekts wird sich die Arbeit natürlich von Experimentieren und Prototyping in eine strukturiertere Entwicklung und Produktionsreife weiterentwickeln.

Aufgaben:

• Entwurf und Aufbau der Back-End-Infrastruktur – REST-APIs, Cloud-Dienste und Datenpipelines, die alle Systemkomponenten verbinden
• Aufbau und Verwaltung von Systemintegrationen – Verbindung von Hardware, externen Diensten und internen Komponenten zu einem kohärenten und zuverlässigen Datenfluss
• Implementierung von Echtzeit-Datenstreaming – von der Sensoraufnahme der Smartglasses bis zur serverseitigen Verarbeitung und Rücklieferung der Antwort an das Gerät
• Integration von KI-Funktionen in die Anwendungsschicht – einschließlich Sprachverständnis, Audioverarbeitung und Validierungs- und Bewertungs-Pipelines
• Interfacing mit Smartglass-SDKs und Sensor-APIs zur Etablierung von Datenpipelines von Gerät zu Back-End, basierend auf technischer Dokumentation unseres Hardwarepartners
• Verbindung von KI-Modellausgaben in Anwendungsschichten – Inferenzendpunkte, Modellversionierung und Leistungsüberwachung
• Unterstützung der Computer Vision – von der Architekturentwicklung und Integration – Verbindung von CV-Modellausgaben in das Back-End und die Anwendungsschicht
• Pragmatische architektonische Entscheidungen treffen, die für die aktuelle Prototyping-Phase geeignet sind
• Einrichtung von CI/CD, Containerisierung und grundlegender Beobachtbarkeit, um das Team schnell voranzubringen
• Unterstützung der Integrationspunkte zwischen dem Back-End und dem Unity-basierten Front-End (nice to have)

Anforderungen:

• Must-Have: Back-End-Engineering-Kompetenz – REST-API-Design, Systemintegration und Entwicklung von Datenpipelines mit Python als primärer Sprache (FastAPI oder gleichwertig)
• Echtzeitintegrationserfahrung – Aufbau von Streaming-Pipelines, WebSocket-Kommunikation oder ähnlichen latenzarmen Datenflüssen zwischen Geräten und Servern
• KI-Engineering-Erfahrung – praktische Integration von KI-Modellen und -Diensten in Produktions- oder Prototypensysteme, einschließlich Sprachverständnis, Audioverarbeitung und Validierungs- und Bewertungs-Workflows
• Systemintegrations-Erfahrung – Verbindung von Hardware, Drittanbieter-APIs und internen Diensten über verschiedene Schichten hinweg zu einem kohärenten, funktionierenden System
• Cloud-Plattform-Erfahrung (AWS / GCP / Azure) – in der Lage, Infrastruktur bereitzustellen, Speicher zu verwalten und Dienste unabhängig bereitzustellen
• Komfort im Umgang mit Hardware-SDKs und APIs – in der Lage, technische Dokumentation und Integrationsleitfäden selbstständig zu navigieren, um Datenflüsse von Gerät zu Server zu etablieren
• Vertrautheit mit Docker und grundlegenden CI/CD-Pipelines
• Fließend in Englisch – Deutsch ist ein Plus
• Selbstgesteuert und pragmatisch – in der Lage, Initiative zu ergreifen, Probleme von Anfang bis Ende zu übernehmen und sinnvolle technische Entscheidungen unabhängig in einem schlanken Team zu treffen

Starkes Plus:

• Datenbankerfahrung – PostgreSQL, NoSQL, Objektspeicher (S3 / GCS)
• Unity-Erfahrung oder Vertrautheit mit den Integrationsmustern von Unity
• Vertrautheit mit semi-supervised learning – Nutzung von begrenzten oder teilweise gekennzeichneten Daten, relevant, wenn annotierte Wundbilddaten knapp sind
• Erfahrung mit 3D-Datenvorverarbeitung und -nachverarbeitung – Tiefenkarte, Punktwolkenreinigung, Mesh-Rekonstruktion oder ähnliches
• Exposition gegenüber multimodalem Lernen – Kombination von RGB- und Tiefen- oder LiDAR-Daten in einheitliche Modellinputs

Vorteile:

• Bedeutsame Arbeit – Sie helfen mit, wie Technologie Bildung und Training im Gesundheitswesen neu definiert, mit echtem Einfluss auf klinische Ergebnisse
• Eigenverantwortung und kreative Freiheit – Sie arbeiten autonom, bringen Ihre Ideen direkt ein und haben ein echtes Mitspracherecht, wie das System aufgebaut wird
• Eine Lernkultur – Wir unterstützen persönliches und berufliches Wachstum durch Wissensaustausch, Zugang zu innovativen Werkzeugen und Methoden sowie ein festgelegtes Lernbudget
• Flexible Arbeitsweise – Remote-freundliches Setup mit der Möglichkeit, von unserem Büro in München aus zu arbeiten
• Flache Hierarchien und Teamgeist – Ein kleines, offenes und vertrauensbasiertes Team, in dem die Kommunikation direkt ist und jede Stimme zählt
• Internationale Zusammenarbeit – Arbeiten Sie mit einem Partner in Taiwan zusammen, der Technologie, Hardware und Forschung abdeckt

Hinweis: Aufgrund der Natur des Projekts können wir nur Kandidaten berücksichtigen, die bereits in Deutschland wohnen. Wir können nur auf Kandidaten antworten, die für eine weitere Berücksichtigung ausgewählt wurden. Wenn Sie innerhalb von vier Wochen nach Ihrer Bewerbung nichts von uns gehört haben, betrachten Sie bitte Ihre Bewerbung zu diesem Zeitpunkt als nicht erfolgreich.