Roboter lernen nicht durch Zauberei - sie lernen, weil irgendetwas nachts um 2 Uhr im Stillen Tausende von Simulationen startet, bis zum Fruhstuck frische Modelle ins Labor liefert und dabei jede Maschine synchron halt, ohne dass es jemand merkt. Genau dieses "Etwas" baust du bei uns mit auf.

Du wirst Teil eines Teams, das taglich KI auf echten humanoiden Robotern trainiert, testet und deployed - und du ubernimmst die unsichtbare Infrastruktur, die das alles muhelos wirken lasst. Freu dich auf einen Spielplatz aus GPUs, selbst gehosteten Runnern, Simulationsclustern und Pipelines, die sich von einem git push bis zu einem Roboter in unserem Labor erstrecken.

Deine Mission & Herausforderungen

• CI/CD Engineering: Gestalte unsere Pipelines in GitLab und GitHub Actions - Matrix-Builds, intelligentes Caching, mehrstufige Workflows fur Robotik-Code und ML-Trainingsjobs.

• Infrastructure as Code: Bandige unsere Flotte aus Runnern, GPU-Workstations und Labor-Rechnern mit Ansible, damit aus "lauft bei mir" endlich "lauft bei allen" wird.

• Python Packaging & Tooling: Verwandle interne Libraries und Controller in saubere, versionierte, pip-installierbare Packages mit uv und hilf mit, wie wir sie intern hosten und bereitstellen.

• Containers Everywhere: Baue und optimiere Docker-Images (ja, inklusive der spannenden DinD-/DooD-Kaninchenlocher) fur Training, Simulation und Deployment - schnell, schlank, reproduzierbar.

• Simulation at Scale (Isaac Sim): Bring NVIDIA Isaac Sim / Isaac Lab in unsere CI: Headless-Simulationscontainer, Regressionstests auf Szenario- und Policy-Ebene und ein Sicherheitsnetz, das Bugs abfangt, bevor sie auf echte Hardware treffen.

• Deployment Pipelines: Bringe validierte Artefakte - Python-Packages, Docker-Images, Model-Checkpoints, Sim-Assets - von der CI bis auf Labor-Rechner und physische Roboter, inklusive Rollbacks, die wirklich funktionieren.

• Nightly Runs: Ubernimm den Herzschlag des Teams: nachtliche Trainings-, Evaluations-, Simulations- und Integrationslaufe. Plane sie, beobachte sie, analysiere Fehler und mach sie besser.

• Git & Repo Hygiene: Hilf uns, den Uberblick zu behalten - mit Submodules, LFS, Code Owners, Protected Branches und keinen versehentlichen 2-GB-Commits mehr.

Was du mitbringst

• Du studierst aktuell oder hast kurzlich ein Studium in Informatik, Software Engineering, Elektrotechnik oder einem verwandten Bereich abgeschlossen.

• Solide Kenntnisse in Python, sowie sicherer Umgang mit Bash und Linux-Kommandozeilen-Tools.

• Praktische Erfahrung (aus Studium, Nebenprojekten oder fruheren Praktika) mit mindestens einigen der folgenden: Docker, GitLab CI, GitHub Actions, Ansible, uv/pip, Git Submodules & LFS.

• Von Vorteil: Erfahrung mit NVIDIA Isaac Sim / Isaac Lab, ROS 2, Headless-GPU-Simulation in Containern oder automatisiertem Deployment auf Roboter / Edge-Gerate.

• Verstandnis von CI/CD-Konzepten: Caching, Artifacts, Runner, Pipelines, reproduzierbare Builds.

• Neugier auf MLOps und wie man groe ML-/Robotik-Trainingspipelines gesund und kosteneffizient halt.

• Ausgepragte Problemlosungs- und Debugging-Fahigkeiten - du findest gerne heraus, warum eine Pipeline um 3 Uhr nachts rot ist (im ubertragenen Sinne).

• Dir ist die Developer Experience wichtig, und du mochtest den Ingenieur:innen um dich herum das Leben leichter machen.

• Deine Kommunikationsfahigkeiten zeichnen dich aus.

• Du beherrschst Englisch gut und sprichst idealerweise auch Deutsch.