AI Engineer - RL Post-Training and Agentic Systems Munich, Limassol in München

Ihre Mission

Als AI Engineer für RL Post-Training und agentische Systeme sind Sie ein Schlüsselmitglied des frühen AI-Teams. Sie arbeiten direkt mit unserer AI-Führung und unseren Forschern zusammen, um die Infrastruktur zu definieren, die wir verwenden, um unsere Robotermodellgrundlagen mit großflächigem Reinforcement Learning nachzutrainieren und sie als agentische Systeme in unserer Robotersflotte bereitzustellen. Sie besitzen den gesamten Prozess - von verteilten Rollouts in Simulationen und auf echten Robotern über die Optimierung von Richtlinien bis hin zur Bereitstellung unserer Modelle in der Cloud und auf lokaler Infrastruktur. Die Systeme, die Sie bauen, schließen die Lücke zwischen Forschung und Einsatz und verwandeln reale Erfahrungen schnell und sicher in bessere Modelle. Dies ist eine Vollzeitstelle in unbefristeter Anstellung.

Ihr Profil

• Hauptverantwortlichkeiten:
• Verteilte RL-Infrastruktur: Entwickeln Sie skalierbare Infrastruktur für das RL-Nachtraining von Robotermodellen mit mehreren Milliarden Parametern, koordinieren Sie verteilte Akteure, Lernende und Belohnungsmodelle über GPU-Cluster, Simulationen und unsere Robotersflotte.
• Modellbereitstellung: Verantworten Sie unsere Cloud- und lokale Bereitstellungsinfrastruktur und bieten Sie latenzarme, hochdurchsatzfähige Inferenz sowohl für RL-Rollouts als auch für Produktionsroboter an, einschließlich schneller Gewichtssynchronisation zwischen Training und Inferenz.
• Agentische Workflows: Bauen Sie die Infrastruktur, um agentische Systeme zu orchestrieren, zu bewerten und zu überwachen, die unsere Modelle mit Planung, Werkzeugnutzung und Roboterskills kombinieren, um langfristige Aufgaben zu erfüllen.

Wer wir suchen

Wir suchen Menschen, die die empirische Natur der AI-Forschung annehmen und unsere Forschungsgeschwindigkeit mit erstklassigen Werkzeugen beschleunigen möchten - damit wir alle schneller gemeinsam Durchbrüche erzielen können.

Erfahrung: 3+ Jahre praktische Erfahrung im Aufbau und Betrieb großangelegter RL- oder Nachtrainingssysteme für große Modelle, einschließlich Akteur-Lernarchitekturen, asynchronen Rollouts und Off-Policy-Korrektur.

Kernkompetenzen: Tiefgehende Expertise im RL-Nachtraining und in der leistungsstarken Modellbereitstellung. Im Detail:

• RL-Nachtraining: PPO, GRPO und verwandte Algorithmen zur Richtlinienoptimierung, Belohnungsmodellierung und Frameworks wie veRL, OpenRLHF, NeMo-RL, TRL oder Ray RLlib.
• Modellbereitstellung: Inferenz-Engines wie vLLM, SGLang oder TensorRT-LLM, Batching und KV-Cache-Optimierung, Quantisierung und Bereitstellungsplattformen wie Ray Serve, Triton Inference Server oder KServe.
• Verteilte Systeme: Ray, Kubernetes und/oder Slurm, fehlertolerante Orchestrierung heterogener Arbeitslasten und Überwachung mit Prometheus und Grafana.
• Kern-Stack: Python, PyTorch und/oder JAX, CUDA, NCCL und verteiltes Training mit FSDP oder Megatron-Core.

Ein Plus: Aufbau agentischer Systeme und Evaluierungswerkzeuge für langfristige, mehrstufige Aufgaben; Robotiklernen in Simulation und Sim-to-Real-Transfer (Isaac Sim/Isaac Lab, MuJoCo, Domänenrandomisierung); Edge- und On-Robot-Inferenz (NVIDIA Jetson/Orin/Thor, TensorRT, ONNX Runtime) unter Echtzeitanforderungen; Robotermiddleware und Datenformate (ROS 2, MCAP).

Denken: Sie balancieren die Agilität eines Startups mit dem professionellen Rigor, der für einen globalen Industrieakteur erforderlich ist. Sie sind ein neugieriger Builder, der in einer kollaborativen, schnelllebigen Forschungsumgebung gedeiht, und ein Ingenieur mit einer Forschungsmentalität, der die Arbeitsabläufe der neuesten AI-Forschung versteht und diese mit rigoroser Softwaretechnik unterstützt.

Warum wir?

• Das Team: Arbeiten Sie Seite an Seite mit Führungskräften, die eine nachweisliche Erfolgsbilanz beim Aufbau von Einhornunternehmen und der Definition globaler Robotikstandards haben.
• Intelligente Strategie: Wir agieren als disziplinierte Schnellfolger. Kapital wird zum Zeitpunkt des Bereitstellungsinflektionspunkts eingeplant, um frühe Mover-Fehlschläge zu vermeiden und schnell auf bewährten Grundlagen zu skalieren.
• Ressourcen: Wir sind erheblich intern finanziert und ziehen Investoren der Spitzenklasse an, um jegliche Kapitalbeschränkungen für unsere Mission zu vermeiden.
• Historische Gelegenheit: Treten Sie am Anfang einer neuen Branche ein, die mit dem Aufstieg des Automobils vergleichbar ist. Helfen Sie, den europäischen Champion in diesem Billionen-Dollar-Markt zu gestalten.