Robotic Perception Expert - Arms (Mensch) at Neura Robotics (Metzingen, Germany / Riederich, Germany)Robotic Perception Expert - Arms (Mensch)

Gib unseren Armen Sehkraft und Tastsinn Wahrnehmung ist der Ausgangspunkt für die Intelligenz eines Roboters. In unserem AI/Perception-Team übernimmst du die Algorithmen, die rohe Kamera-, Tiefen- und Kraftdaten in etwas verwandeln, mit dem ein Arm arbeiten kann — Objekte erkennen und tracken, 6D-Pose schätzen, den Arbeitsraum rekonstruieren und alles zu einem Bild fusionieren, das zuverlässig genug ist, um einen Greifer zu schließen. Unsere Arme sind dafür gebaut, Seite an Seite mit Menschen in Arbeitsräumen zu arbeiten, die sich ständig verändern — das ist also keine Benchmark-Arbeit: Deine Modelle laufen auf echter Hardware, neben echten Menschen, und müssen auch bei schlechtem Licht, unübersichtlichen Kisten und sich mitten in der Aufgabe verändernden Szenen zuverlässig funktionieren. Du gestaltest den Perception-Stack von der Architektur bis zum Deployment und arbeitest eng mit unseren Hardware-, Control-, Planning- und Manipulation-Teams zusammen. Wenn du deine Zeit mit Perception-Problemen verbringen willst, für die es noch keine sauberen Lösungen gibt, bist du hier richtig.

Deine Mission & Herausforderungen Wir suchen einen erfahrenen Robotic Perception Expert für unser AI/Perception-Team. Du entwickelst und baust den Perception-Stack, der unseren kollaborativen Roboterarmen ermöglicht, dynamische, gemeinsam genutzte Arbeitsräume zu sehen, zu verstehen und mit ihnen zu interagieren — und du erlebst, wie das Ganze in Produkten läuft, nicht nur in Papers. Du übernimmst Verantwortung für Bereiche wie:

• Perception Pipeline: Architektur und Aufbau des kompletten Perception-Pfads — von rohen Sensordaten (RGB- und Tiefenkameras, Force/Torque, Gelenksensoren) über Sensor Fusion, Objekterkennung und -tracking, 6D Pose Estimation, 3D-Rekonstruktion und Scene Understanding — bis hin zu den Workspace-Modellen, auf die sich unsere Arme für Grasp Planning, Manipulation und sichere Interaktion mit den Menschen nebenan verlassen.
• Research to Product: Den State of the Art in Perception und Manipulation im Blick behalten und das, was funktioniert, in echte Robotersysteme in echten Zellen bringen.
• Deep Learning für Perception: Neuronale Netze für Perception-Aufgaben entwerfen, trainieren und deployen — und sie innerhalb des Latenz- und Compute-Budgets eingebetteter Robotik-Hardware zum Laufen bringen.
• Computer Vision & 3D: Computer-Vision-Algorithmen für den Echtzeiteinsatz bauen und optimieren, inklusive klassischer Vision (OpenCV), 3D-Geometrie, Hand-Eye-Calibration und Point-Cloud-Processing (PCL).
• Echtzeit-Software: Perception-Software in modernem C++ und Python implementieren, mit GPU-Beschleunigung dort, wo es zählt.
• ROS2 & DDS: Hochperformante Sensor-Pipelines bauen, bei denen Safety und Robustheit von Anfang an mitgedacht werden.
• Team-übergreifende Zusammenarbeit: Hand in Hand mit den Hardware-, Control-, Planning- und Manipulation-Teams arbeiten, um Perception-Output in Bewegung zu übersetzen.

Was du mitbringst

• Ausbildung: Exzellenter Master- oder PhD-Abschluss in Computer Science, Robotik, Elektrotechnik oder einem verwandten Feld
• Erfahrung: 3+ Jahre relevante Erfahrung im Aufbau robuster Perception-Stacks für menschzentrierte Umgebungen
• Programmierkenntnisse: Starke Programmierkenntnisse in Python und modernem C++; CUDA von Vorteil
• Deep Learning: Praktische Erfahrung mit Deep-Learning-Frameworks (PyTorch, TensorFlow)
• Computer-Vision-Hintergrund: Fundierter Hintergrund in Computer Vision und Sensor Fusion: 3D-Geometrie, RGB-D- und Force-Torque-Sensing, PCL, OpenCV
• Robotik-Software: Praktische Erfahrung mit ROS2 und Echtzeit-Robotik-Software
• Manipulation Perception: Erfahrung mit manipulationsorientierter Perception — Grasp Detection, Pose Estimation, Bin Picking oder Workspace Monitoring — von Vorteil
• Mindset: Ausgeprägte Problemlösungs- und Analysefähigkeiten
• Kommunikation: Deine Kommunikationsfähigkeiten zeichnen dich aus
• Sprache: Du beherrschst die englische Sprache perfekt