Wir bauen die Trainingszentren, in denen Physical AI das Arbeiten lernt

Physical AI lasst sich nicht im Internet trainieren. Sie muss in der realen Welt lernen - durch Sehen, Horen und Fuhlen echter Aufgaben in echten Umgebungen. Genau darum geht es bei NEURA Gym: ein globales Netzwerk physischer Trainingszentren, in denen Roboter industrielle Fahigkeiten direkt von den Menschen lernen, die sie bereits meistern.

Als AI Engineer - RoboGym spielst du eine Schlusselrolle dabei, Robotern durch Datenerfassung, Modelltraining und Praxistests neue Fahigkeiten zu vermitteln. An der Schnittstelle von Robotik, KI und User Enablement fuhrst du Kunden und interne Stakeholder durch die komplette RoboGym-Trainingspipeline und hilfst dabei, Herausforderungen im Roboter-Lernprozess in erfolgreiche Deployments zu verwandeln.

Deine Mission & Herausforderungen

• Du bist Hands-on-Trainer und technischer Berater fur RoboGym-Nutzer: Du entwickelst Trainingscurricula, bewertest die Machbarkeit von Aufgaben und planst Demonstrations- und Datenerfassungssitzungen fur den Erwerb von Roboterfahigkeiten.

• Du onboardest Nutzer und fuhrst sie durch den kompletten NeuraGym-Workflow - von Teleoperation uber Datenannotation, Modelltraining und Simulation bis hin zu Deployment und Validierung.

• Du arbeitest eng mit Robotik-Ingenieuren bei Datenerfassungen und Live-Demonstrationen zusammen, um die gewunschten Roboterverhalten und Sicherheitsstandards sicherzustellen.

• Du begleitest Nutzer beim Modelltraining und dessen Optimierung: Du prufst Trainingsskripte, identifizierst Datenqualitatsprobleme, hilfst beim Reproduzieren und Beheben von Lernfehlern und unterstutzt hands-on bei anhaltenden Blockaden.

• Du fungierst als vertrauensvolle Schnittstelle zwischen Nutzern und den Cloud- und AI-Teams, forderst die Zusammenarbeit, unterstutzt den Wissenstransfer und stellst zeitnahen Support sicher.

• Du haltst Lessons Learned aus Trainingseinsatzen fest und speist diese Erkenntnisse sowohl in die NeuraGym-Produkt-Roadmap als auch in die Neura-Core-AI-Roadmap ein.

Was du mitbringst

• Master-Abschluss in Informatik, Robotik, Elektrotechnik, Kunstlicher Intelligenz oder einem verwandten technischen Fachbereich, oder eine vergleichbare Qualifikation mit entsprechender Praxiserfahrung.

• Nachgewiesene praktische Erfahrung in Robot Learning, Physical AI oder Embodied AI, z. B. durch Arbeit mit Vision-Language-Action-(VLA)-Modellen, Video-Action-Modellen oder Ahnlichem.

• Praktische Erfahrung im Umgang mit robotischer Hardware, Teleoperationssystemen und zugehoriger Middleware in realen Einsatzumgebungen.

• Erfahrung mit Cloud-Plattformen (AWS, Azure oder GCP) und robotischen Simulationsumgebungen wie NVIDIA Isaac Sim, MuJoCo oder Ahnlichem ist von Vorteil.

• Ausgepragte didaktische und losungsorientierte Fahigkeiten sowie die Fahigkeit, mehrere Trainingsprojekte parallel zu steuern.

• Starke Kommunikationsfahigkeiten mit der Fahigkeit, die Lucke zwischen Forschenden, Ingenieuren und Endnutzern effektiv zu uberbrucken.

• Verhandlungssicheres Englisch, Deutschkenntnisse sind von Vorteil.