Artificial Intelligence Engineer

Company Overview

Unser Kunde ist ein innovativer Pionier im Bereich der industriellen Automatisierung, der sich der Zukunft der intelligenten Fertigung und Logistik verschrieben hat. Durch die Kombination von intelligenter Computer Vision, künstlicher Intelligenz und Robotiklösungen mit modernster Datenanalyse entwickelt das Unternehmen robuste, flexible und nahtlos integrierte Automatisierungssysteme, die die betriebliche Komplexität drastisch reduzieren.

Seit fast einem Jahrzehnt arbeitet das Unternehmen mit weltweit führenden Akteuren in der Luftfahrt-, Automobil- und Logistikbranche zusammen. Ihre proprietären Softwarelösungen nutzen fortschrittliche Computer Vision, 3D-Rekonstruktion und Large Language Model (LLM)-Technologien, um digitale Produktionsabläufe und Qualitätskontrollen zu optimieren. Ein zentraler Pfeiler ihrer technischen Roadmap ist die Nutzung von Echtzeit-Kamerastreams für hochpräzise 3D-Rekonstruktion und Digital Twin Modelling.

The Role

Als AI Engineer arbeitet der erfolgreiche Kandidat an der Entwicklung robuster Wahrnehmungs- und KI-Systeme für industrielle und robotische Anwendungen. An der Schnittstelle zwischen Spitzenforschung und Produktionstechnik wird diese Person eigenständig Modelle trainieren, modernste Forschungspapiere in praktische Prototypen übersetzen und diese in produktionsreife Systeme skalieren.

Der Kunde sucht einen breit aufgestellten Profi in mehreren KI-Disziplinen, der über tiefes, spezialisiertes Fachwissen in mindestens einem Kernbereich verfügt (z. B. Computer Vision, Deep Learning oder NLP).

Key Responsibilities

• Prototyping & Produktion: Vorantreiben der prototypischen Umsetzung modernster Forschungsansätze und deren erfolgreiche Überführung in leistungsstarke, produktionsreife Lösungen.
• Computer Vision Entwicklung: Anwendung, Verfeinerung und Weiterentwicklung sowohl klassischer als auch Deep-Learning-basierter Computer-Vision-Methoden.
• Modelltraining: Eigenständige Implementierung, Training, Optimierung und Fehlersuche komplexer Modelle unter Verwendung von PyTorch.
• T-Shaped Expansion: Einbringen von NLP- und LLM-Expertise zusätzlich zu den Kernaufgaben im Bereich Computer Vision, um ein funktionsübergreifendes technisches Profil zu fördern.
• Hardware-Integration: Direkte Arbeit mit echten industriellen Kamerasystemen (z. B. Lucid oder vergleichbare Hardware), um physische Umgebungen zu erfassen und zu analysieren.
• DevOps-Workflows: Nutzung von Docker-Containern zur Sicherstellung reibungsloser Entwicklungs- und Deployment-Prozesse.

Requirements & Qualifications

• Erfahrung: 3 Jahre relevante Berufserfahrung oder gleichwertige intensive Projekterfahrung (z. B. eine Masterarbeit in einem Deep-Learning-fokussierten Umfeld).
• Deep Learning Expertise: Ein starker fundierter Hintergrund in klassischer und Deep-Learning-basierter Computer Vision mit exzellenter, praktischer Erfahrung in PyTorch.
• Research-to-Production Pipeline: Nachweisliche Erfolge bei der Übersetzung theoretischer Forschung in funktionale, reale Prototypen.
• Technische Nice-to-Haves: Vorerfahrung mit industriellen Kamerasystemen ist ein deutliches Plus. Erfahrungen mit NLP und Large Language Models (LLMs) sind von großem Vorteil.
• Innovationsgeist: Eine ausgeprägte Leidenschaft für angewandte Forschung mit der Motivation, sich ständig über die neueste KI-Literatur und den Stand der Technik auf dem Laufenden zu halten.
• Engineering Best Practices: Ein verantwortungsbewusster und transparenter Umgang mit KI-Entwicklungstools, um die Codiergeschwindigkeit zu beschleunigen und gleichzeitig die volle Kontrolle über die zugrunde liegende Systemlogik und Architektur zu behalten.
• Soft Skills: Eine proaktive Denkweise, außergewöhnlich hohe Qualitätsstandards und starke Kommunikationsfähigkeiten für eine effektive Teamzusammenarbeit.

Benefits & What Is Offered

• Wirkungsvolle Arbeit: Die Möglichkeit, modernste KI-Systeme für greifbare, reale industrielle und robotische Anwendungen zu entwickeln.
• Ownership: Ein hohes Maß an Autonomie und technischer Verantwortung innerhalb anspruchsvoller Projekte.
• Advanced Tech Stack: Direkter Zugang zu modernsten Technologien in den Bereichen Computer Vision, LLMs, Graph Systems und Agentic AI.
• Infrastruktur: Zugang zu moderner Hardware und Hochleistungs-Computing-Infrastruktur, die für rechenintensive Deep-Learning-Aufgaben optimiert ist.
• Kultur & Flexibilität: Flexible Arbeitszeiten mit hybriden Arbeitsoptionen, flache Hierarchien, schnelle Entscheidungsprozesse und ein innovationsgetriebenes Teamumfeld.