Du wirst Teil unseres AI/Perception-Teams und gestaltest die synthetischen Welten mit, in denen unsere Roboter lernen, bevor sie in die reale Welt kommen. Du bist verantwortlich für den Aufbau skalierbarer Simulations- und Datengenerierungs-Pipelines sowie für die Entwicklung von World Action Models, die humanoiden und kollaborativen Robotern ermöglichen, komplexe Szenen zu verstehen, vorherzusagen und in ihnen zu handeln.
Scene Simulation: Konzeption und Erstellung generierter 3D-Szenen aus Real-World-Aufnahmen zum Training und zur Validierung von Perception- und Policy-Modellen — von der Asset-Komposition und physikalisch korrekten Materialien bis zur dynamischen Population mit Menschen und Objekten.
Domain Randomization: Entwicklung systematischer Randomisierungsstrategien (Beleuchtung, Texturen, Physik, Sensorrauschen, Kamerapositionen), um die Sim-to-Real-Lücke zu schließen und eine robuste Generalisierung auf reale Robotereinsätze sicherzustellen.
3D Inpainting & Scene Editing: Entwicklung von Methoden zum konsistenten Hinzufügen, Entfernen und Verändern von Objekten in 3D-Szenen und Point Clouds — für Data Augmentation, Occlusion Handling und Scene Manipulation zur Laufzeit.
Simulation & Validierung: Einsatz moderner Simulationsumgebungen (z. B. Isaac Sim, Gazebo, Unreal/Unity) und Validierung an realen humanoiden und kollaborativen Robotern — stets mit Fokus auf Sicherheit und Robustheit.
World Action Models: Design und Fine-Tuning generativer World Models, die Szenendynamik, Objektinteraktionen und die Konsequenzen von Roboteraktionen vorhersagen — als Grundlage für modellbasiertes Planning und Policy Learning.
Interdisziplinäre Zusammenarbeit: Enge Zusammenarbeit mit den Teams AI, Perception, Control und Manipulation: Anforderungen definieren, Sensormodelle integrieren, Diagnosetools entwickeln, Dokumentation erstellen und CI/CD-Prozesse unterstützen.
Exzellenter Master- oder PhD-Abschluss in Computer Science, Physik, Robotik, Computer Graphics oder einem verwandten Feld
3+ Jahre relevante Erfahrung in mindestens einem der Kernbereiche: Scene Simulation/Compositing, Synthetic Data Generation, 3D Vision oder 3D Augmentation
Starke Programmierkenntnisse in Python oder modernem C++; Erfahrung mit CUDA von Vorteil
Praktische Erfahrung mit Deep-Learning-Frameworks (PyTorch, TensorFlow) und generativen Modellen (Diffusion Models, NeRFs, Gaussian Splatting, transformerbasierte World Models)
Fundierte Kenntnisse in Computer Graphics, 3D-Geometrie und Simulation: Rendering-Pipelines, physikalische Simulation, Procedural Generation sowie Erfahrung mit Simulationsumgebungen wie Isaac Sim, Gazebo, Unreal oder Unity
Erfahrung mit Synthetic Data Generation von Vorteil
Erfahrung mit Sim-to-Real Transfer und Deployment auf Robotics-Hardware (z. B. NVIDIA Jetson) von Vorteil
Ausgezeichnete Problemlösungsfähigkeiten sowie die Fähigkeit, sowohl selbstständig als auch im Team zu arbeiten
Sehr gute Englischkenntnisse in Wort und Schrift
