Job description
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.
DEINE AUFGABEN & HERAUSFORDERUNGEN
- 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. WAS WIR UNS VON DIR WÜNSCHEN
- 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 Mu. JoCo (Kontaktmodelle, Aktuierung, Sensorik, XML-Modelle) sowie Erfahrung mit multi-GPU-beschleunigten Simulationsumgebungen wie NVIDIA Isaac Sim oder Py. Bullet
- 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