Festo begeistert weltweit mit innovativen Lösungen für die industrielle Automatisierung. Als unabhängiges Familienunternehmen bieten wir über 20.000 Mitarbeitenden die Möglichkeit, mutig voranzugehen, ihre Ideen zu verwirklichen und Verantwortung zu übernehmen. Gemeinsam wachsen wir als Team mit der Herausforderung und heißen alle willkommen, die mit uns die Welt bewegen wollen.
AI Systems Engineer - physical contact-rich AI (w/m/d) - mind. 28 h
Die Stelle kann in Vollzeit oder Teilzeit besetzt werden. Bei einer Teilzeitbesetzung ist ein Teilzeitgrad von mindestens 80 %, das heißt ein Umfang von mindestens 28 Wochenstunden, erforderlich.
Sie sind Teil unseres Forschungsteams und entwickeln KI-Systeme, die in der physischen Welt operieren. Sie arbeiten an Problemen an der Schnittstelle von Machine Learning, Robotik und industrieller Automatisierung - dort, wo die Lücke zwischen Simulation und Realität die größte Herausforderung darstellt.
Ihre Aufgaben:
- Entwicklung und produktionsnahes Deployment von KI-Systemen für physische Manipulations- und Automatisierungsaufgaben in enger Zusammenarbeit mit Mechanik, Aktorik und Systementwicklung (im Rahmen eines Co-Design-Ansatzes)
- Entwurf und Training von Machine-Learning- und Reinforcement-Learning-Architekturen für kontaktreiche, hochdimensionale Systeme
- Aufbau und Betrieb von Simulations- und Trainingspipelines (inkl. GPU-beschleunigter Physiksimulation)
- Übertragung von KI-Modellen aus der Simulation auf reale Hardware (Sim to Real) sowie Validierung im industriellen Umfeld
- Entwicklung und Verantwortung für skalierbare Infrastruktur (z. B. parallele Simulationen, automatisierte Evaluationspipelines, MLOps Tooling)
- Veröffentlichung von Ergebnissen auf Fachkonferenzen bei entsprechendem Reifegrad
Ihre Qualifikationen:
- Abgeschlossenes Studium in Informatik, Robotik, Mechatronik, Mathematik, Physik oder einem vergleichbaren Studiengang
- Mehrjährige Erfahrung in der Entwicklung, dem Training und der produktionsnahen Nutzung von KI- / ML-Modellen
- Erfahrung mit komplexen Softwareprojekten inklusive GPU-beschleunigter Simulation, mehrstufigen Trainingspipelines und Hardwareintegration, idealerweise im Bereich Regelungs- und Steuerungstechnik
- Sehr gute Kenntnisse in Python, Erfahrung mit C++ wünschenswert
- Fundierte Kenntnisse in Reinforcement Learning für kontinuierliche, hochdimensionale Aktionsräume, z. B. Policy-Gradient-Verfahren, modellbasiertes Deep Reinforcement Learning oder hybride Ansätze
- Sicherer Umgang mit modernen ML-Frameworks wie PyTorch sowie idealerweise Erfahrung mit TensorFlow, JAX, CUDA-Kernels oder Modellquantisierung
- Erfahrung mit aktuellen KI-Ansätzen für physische Systeme, wie z. B. Model-free / Model-based Deep Reinforcement Learning oder Diffusion Models, sowie Erfahrung im Umgang mit 3D-Daten und Repräsentationen, z. B. Punktwolken, impliziten Repräsentationen oder neuronaler Geometrie
- Idealerweise Erfahrung mit generativem Design oder Topologieoptimierung
- Sehr gute Englischkenntnisse
- Schnelle Auffassungsgabe gepaart mit guten Kommunikationsfähigkeiten und Verständnis von Kundenbedürfnissen
Ihre globalen Vorteile im Überblick:
- Vielfältige Möglichkeiten für Ihre Weiterentwicklung
- Ein starkes Team an Ihrer Seite
- Freiraum, Ihre Ideen voranzutreiben
- Innovative Lösungen entwickeln, die einen echten Mehrwert schaffen
- Ein wertvolles Netzwerk in einem globalen Familienunternehmen
- Attraktive Vergütung und weitere Benefits
Ansprechpartner: Caroline Duchon, +49(711)347-56698
Referenzcode: 14611
Firma: Festo SE & Co. KG
Standort: Esslingen, DE, 73734
Wir freuen uns auf Ihre Bewerbung und darauf, Sie kennenzulernen!
Bitte beziehe dich bei deiner Bewerbung auf jobvector
und verwende die folgende Referenznummer:
14611
Für diesen Job einen passenden Lebenslauf erstellen und direkt bewerben
Lebenslauf erstellen
