AI Software Engineer, Reinforcement Learning (f/m/d) in München

Über TACTILIA

Bei TACTILIA entwickeln wir die marktreife Roboterhand, die eine der größten Lücken in der physischen KI schließt. Aus SCHUNK, dem globalen Marktführer in der Greiftechnologie, hervorgegangen, kombinieren wir ein Jahrzehnt an Expertise in der Roboterhandtechnik und realem industriellen Zugang mit der Geschwindigkeit und dem Ehrgeiz eines Deep-Tech-Startups. Dies ist kein Forschungsprojekt, das auf seinen ersten Kunden wartet. Wir haben bereits ein Produkt, Kunden sind bereit, es zu nutzen, und wir starten jetzt.

Ihre Arbeit wird direkt die Elektronik, Aktuatoren und eingebetteten Systeme gestalten, die dies ermöglichen. Sie werden zu dem Zeitpunkt beitreten, an dem die schwierigen Ingenieursfragen zu realen Produktentscheidungen werden: Wie machen wir eine hochleistungsfähige Roboterhand zuverlässig, herstellbar, wartbar und einfach genug, um sie auf einem echten Shopfloor einzusetzen?

Die Rolle:

Als AI Software Engineer mit Schwerpunkt auf Reinforcement Learning werden Sie die Lernsysteme entwickeln, die es den Roboterhänden von TACTILIA ermöglichen, komplexe Manipulationsfähigkeiten durch Interaktion und Erfahrung zu erwerben. Sie werden in den Bereichen Reinforcement Learning, Robotik und Simulation arbeiten, um Richtlinien zu entwickeln, die komplexe Verhaltensweisen erlernen und letztendlich zuverlässig auf echter Hardware ausführen können. Ihre Arbeit wird dazu beitragen, die geschickte Manipulation über hand-engineered Verhaltensweisen hinaus zu skalierbaren, adaptiven robotischen Fähigkeiten voranzutreiben.

Was Sie tun werden:

• Entwicklung von Reinforcement Learning-Algorithmen für geschickte Manipulation und Roboterhände
• Entwurf von Trainingsumgebungen, Belohnungsfunktionen und Lerncurricula für komplexe Manipulationsaufgaben
• Training und Evaluierung von Richtlinien in Simulation und auf echter Roboterhardware
• Entwicklung von Methoden für effiziente Exploration, Lernen und Richtlinienoptimierung
• Arbeiten an Sim-to-Real-Transfer und Robustheit der gelernten Richtlinien
• Aufbau einer Softwareinfrastruktur für großangelegte Schulungen, Bewertungen und Experimente
• Analyse des Verhaltens von Richtlinien und Fehlermodi und Nutzung dieser Erkenntnisse zur Verbesserung des Trainings
• Integration gelernten Richtlinien mit Robotik- und Steuersystemen
• Enge Zusammenarbeit mit Simulation, Steuerung und Robotikingenieuren, um erlernte Verhaltensweisen auf die echte Hand zu bringen
• Beitrag zu skalierbaren Ansätzen für das Erlernen neuer Manipulationsfähigkeiten

Was Sie mitbringen:

• Abschluss in Informatik, Robotik, KI, Elektrotechnik oder einem verwandten Bereich
• Starke Software-Engineering-Fähigkeiten in Python und vorzugsweise C++
• Praktische Erfahrung mit Reinforcement Learning und Deep Learning
• Starkes Verständnis von RL-Konzepten wie Richtlinienoptimierung, Wertfunktionen, Exploration und Belohnungsdesign
• Erfahrung mit PyTorch oder einem ähnlichen Deep-Learning-Framework
• Erfahrung in der Arbeit mit Robotersystemen und Simulationsumgebungen
• Gutes Verständnis der Robotikkinematik, -dynamik und -steuerung
• Starke analytische und problemlösende Fähigkeiten
• Eine praktische Denkweise und Begeisterung für das Testen von Lernalgorithmen auf echten Robotersystemen

Bonus:

• Erfahrung mit geschickter Manipulation, Greifen oder Roboterhänden
• Erfahrung mit Sim-to-Real-Reinforcement Learning
• Erfahrung mit PPO, SAC oder anderen modernen RL-Algorithmen
• Erfahrung mit Isaac Lab, Isaac Sim, MuJoCo oder ähnlichen Umgebungen
• Erfahrung mit verteiltem oder großangelegtem RL-Training

Das nächste Kapitel der Robotik wird nicht in einem Labor geschrieben. Es wird von Menschen gebaut, die sich dafür interessieren, was passiert, wenn Technologie auf die reale Welt trifft. Bei TACTILIA arbeiten Sie an einem der schwierigsten offenen Probleme in der Robotik: Maschinen die Geschicklichkeit, Zuverlässigkeit und Robustheit zu verleihen, um mit der physischen Welt im industriellen Maßstab zu interagieren. Die Technologie nimmt Gestalt an, das Team wird aufgebaut, und die Standards rund um Roboterhände und deren Fähigkeiten sind noch offen. Das bedeutet, dass Ihre Entscheidungen einen nachhaltigen Einfluss haben werden – nicht nur auf ein Produkt, sondern auch darauf, was als Nächstes für die physische KI kommt. Bauen Sie die Hand. Definieren Sie den Standard. Gestalten Sie, was als Nächstes kommt. Wenn Sie von der Herausforderung begeistert sind, Roboterhände zu bauen, die in der realen Welt zuverlässig funktionieren, würden wir uns freuen, von Ihnen zu hören.