Computer Vision & AI Engineer - N3XT Interceptor C‑UAS (m/f/d)

Über die Rolle

Bei Quantum Systems entwickeln wir hochautonome Interceptorsysteme, die unter extremen Latenz-, Bewegungs- und Umweltbedingungen wahrnehmen, entscheiden und handeln müssen. Wir suchen einen Computer Vision & AI Engineer, der den Wahrnehmungsstapel unserer Counter-UAS-Interceptor-Plattform vorantreibt. Sie werden an Low-Latenz-Kamerapipelines, der Erkennung kleiner Objekte, Objektverfolgung, Sensorfusion, visueller Odometrie, präzisem Landen, Kamerakalibrierung, eingebetteter Inferenz und Datenpipelines für Training und Validierung arbeiten. Diese Rolle eignet sich für jemanden mit einem starken akademischen oder praktischen Hintergrund in Computer Vision, KI, Robotik oder Wahrnehmungssystemen. Ein Master-Abschluss wird erwartet; ein Doktortitel ist ein großer Vorteil. Wir sind offen für ehrgeizige Berufseinsteiger, wenn sie starke technische Tiefe, praktische Implementierungsfähigkeiten und die Fähigkeit mitbringen, komplexe Wahrnehmungsprobleme zu lösen.

Ihre Mission

Sie werden die Vision und die KI-Pipeline entwickeln, die Rohkameradaten in umsetzbare Wahrnehmungsausgaben für autonomes Fliegen umwandelt. Dazu gehören:

• Low-Latenz-Erkennung und -Verfolgung
• Bewegungsbewusste Vision
• Sensorfusion mit inertialen Daten
• 3D-Richtungsvektor-Schätzung
• GPS-lose Navigation
• Unterstützung für präzises Landen

Tag für Tag Mission

• Hochleistungs-Kamerapipelines aufbauen, optimieren und warten, einschließlich CSI-Kamera-Schnittstellen, Rohbildzugriff, Pufferung, Synchronisation und Latenzreduzierung.
• Erkennungsalgorithmen für kleine und schwer sichtbare Objekte in bewegten und rotierenden Kamerabildern entwickeln.
• Maschinenlernen und klassische Computer Vision-Ansätze kombinieren, wo es sinnvoll ist.
• Inertiale Daten, Bewegungsinformationen und visuelle Daten fusionieren, um die Erkennung und Verfolgung in bewegten Bildsequenzen zu verbessern.
• Objektverfolgungspipelines erstellen, die von der anfänglichen Erkennung zur Low-Latenz-Verfolgung wechseln können, sobald ein Ziel erfasst wurde.
• Wahrnehmungspipelines für die eingebettete Ausführung auf NVIDIA Jetson-Plattformen optimieren.
• Auf hohe Bildraten von 100–300 FPS hinarbeiten, wo technisch machbar.
• Kameraintrinsiken und -extrinsiken verwenden, um Bildraumdetektionen in 3D-Richtungsvektoren oder andere navigationsrelevante Ausgaben zu transformieren.
• An GPS-lose Navigationskonzepte mit visueller Odometrie arbeiten, einschließlich Ansätzen mit nach vorne gerichteten Kamerasichten.
• Visuelle Unterstützung für präzises Landen entwickeln, einschließlich Höhen-, Geschwindigkeits- und Bewegungszustandsabschätzungen aus begrenzten Kameraperspektiven.
• Datenpipeline von Bordaufzeichnungen zu Cloud-Speicher, Vorverarbeitung, Annotation, Datensatzgenerierung, Training, Validierung und Benchmarking aufbauen und pflegen.
• Mit Annotationstools wie SuperAnnotate, CVAT, Label Studio oder vergleichbaren Systemen arbeiten.
• Verschiedene Modell- und Algorithmusfamilien benchmarken und bewerten, einschließlich Ansätzen wie CenterNet, SuperPoint, SuperGlue, optischem Fluss, Merkmalsverfolgung, Objekterkennung und leichten eingebetteten Modellen.
• Bereitstellungspipelines mit ONNX, TensorRT, benutzerdefinierten Inferenzläufern oder vergleichbaren eingebetteten Inferenzwerkzeugen erstellen.
• Eng mit den Teams für Autonomie, Flugsteuerung, eingebettete Software, Test und Systemtechnik zusammenarbeiten.

Was Sie ins Team bringen

• Master-Abschluss oder Doktortitel in Computer Vision, KI, Robotik, maschinellem Lernen, Elektrotechnik, Informatik, Luft- und Raumfahrttechnik oder einem vergleichbaren technischen Bereich.
• Starkes Verständnis der Grundlagen der Computer Vision, Kamerageometrie, Merkmalsdetektion, Objekterkennung, Verfolgung, Kalibrierung und Bildraum-zu-3D-Transformationen.
• Praktische Erfahrung in der Implementierung von Computer Vision- oder maschinellen Lernpipelines in Python und C++.
• Erfahrung mit eingebetteter Inferenz, idealerweise auf NVIDIA Jetson, CUDA, TensorRT, ONNX, GStreamer, V4L2 oder ähnlichen Technologien.
• Fähigkeit, aktuelle Forschungspapiere zu lesen, zu verstehen und Ideen umzusetzen.
• Verständnis von Latenz, Durchsatz, Profilierung, Speicherbewegung und Echtzeitanforderungen.
• Erfahrung mit Datensatzcreation, Annotation-Workflows, Trainings-/Validierungssplits, Metriken und Benchmarking.
• Starke mathematische Intuition und Bereitschaft, sowohl Algorithmen als auch reale Sensordaten zu debuggen.
• Fähigkeit, Verantwortung für einen technischen Bereich zu übernehmen und ihn von einem Forschungsprototyp zu flugtestbereiter Software zu treiben.
• Erfahrung mit UAV-Wahrnehmung, Robotik-Wahrnehmung, visueller Odometrie, SLAM, Sensorfusion oder Verfolgungssystemen.
• Erfahrung mit IMU-Kamera-Fusion, Ego-Bewegungskompensation, Rolling-Shutter-Effekten oder Hochgeschwindigkeitskameras.
• Erfahrung mit präzisem Landen, visueller Navigation oder GPS-lose Navigation.
• Erfahrung im Aufbau cloudbasierter ML-Trainings- und Validierungspipelines.
• Veröffentlichungen, Abschlussarbeiten, GitHub-Projekte, Demos oder Wettbewerbsergebnisse in Computer Vision, Robotik, KI oder autonomen Systemen.

Vorteile

• Seien Sie an der Spitze der Innovation der nächsten Generation im Verteidigungsbereich.
• Arbeiten Sie in einem schnelllebigen, agilen Umfeld, in dem Ihre Ideen einen Einfluss haben.
• Zusammenarbeit mit einem Team von Branchenpionieren, die ehrgeizig, mutig und visionär sind.
• Chancen für individuelles und berufliches Wachstum in einer weltweit anerkannten Organisation.