Die Robotik der Zukunft wird nicht nur auf echten Maschinen entwickelt – sie entsteht zuerst in der Simulation. Bei NEURA Robotics suchen wir jemanden, der komplexe Simulationsumgebungen nicht nur betreibt, sondern systematisch nutzt, um Lern- und Steuerungsverfahren objektiv zu bewerten und den Weg von der Simulation in die reale Welt zu ebnen.
Simulation, Benchmarking & Evaluation: Du baust, konfigurierst und betreibst komplexe Robotiksimulationen. Du entwickelst standardisierte Benchmark-Umgebungen und Test-Cases, führst regelmäßige In-the-Loop-Tests durch und bewertest unterschiedliche Steuerungs-, Planungs- und Lernansätze anhand klar definierter Metriken.
Experimentdesign & Reproduzierbarkeit: Du entwirfst reproduzierbare Simulations- und Evaluationsexperimente, führst systematische Ablationsstudien durch und sorgst für eine saubere Versionierung und Dokumentation von Szenarien, Konfigurationen und Ergebnissen – inklusive strukturierter Benchmark-Berichte.
Sim-to-Real & Modellvalidierung: Du analysierst die Übertragbarkeit simulativer Ergebnisse auf reale Roboterplattformen, identifizierst und quantifizierst Sim-to-Real-Lücken (z. B. Dynamik, Sensorrauschen, Kontaktmodelle) und kalibrierst Simulationsparameter für maximale physikalische Realitätsnähe.
Zusammenarbeit & Schnittstellen: Du arbeitest eng mit ML-, Robotik- und Software-Teams zusammen, definierst gemeinsam mit NEURA Benchmarks und Qualitätsschwellen und präsentierst Simulationsergebnisse klar und verständlich gegenüber technischen Stakeholdern.
Einen Hochschulabschluss (Bachelor oder Master) in Robotik, Informatik, Maschinenbau, Mechatronik, Computational Engineering oder einem vergleichbaren Fachgebiet
Mindestens drei Jahre relevante Berufserfahrung im Bereich Robotiksimulation, Benchmarking oder modellbasierter Evaluation – mit nachweisbarer Praxiserfahrung in Forschung oder Industrie
Sehr gute Kenntnisse in MuJoCo (Kontaktmodelle, Aktuierung, Sensorik, XML-Modelle) sowie Erfahrung mit multi-GPU-beschleunigten Simulationsumgebungen wie NVIDIA Isaac Sim oder PyBullet
Sicherer Umgang mit Roboter- und Umgebungsmodellierung (URDF, MJCF, USD) sowie ein solides Verständnis robotischer Dynamik, Kinematik und Kontaktphysik
Erfahrung in der Entwicklung objektiver Metriken und der statistischen Auswertung von Simulationsergebnissen
Kenntnisse in strukturierter Experimentverwaltung, Python-basierten Toolchains und der Automatisierung von Simulationstests (Batch-Runs, Sweeps, CI-ähnliche Abläufe)
Erfahrung oder starkes Interesse an Sim-to-Real-Transfermethoden sowie ein gutes Verständnis für reale Roboterhardware und deren Limitierungen
Teamgeist, strukturierte Arbeitsweise und die Fähigkeit, technische Ergebnisse präzise zu dokumentieren und zu kommunizieren
