Simulation Engineer - Cognitive Twin (Mensch)
Bei NEURA Robotics bauen wir kognitive Roboter und das Neuraverse - das vernetzte Okosystem, in dem Roboter, ihre Skills und die Entwickler, die sie bauen, zusammenkommen. Der Cognitive Twin ist die einheitliche Umgebung, in der wir robotische Anwendungen entwerfen, ihre Daten in Echtzeit visualisieren und sie uber virtuelle und reale Roboter hinweg simulieren und ausfuhren - sodass eine Anwendung in der Simulation gebaut und validiert werden kann, lange bevor sie auf echter Hardware lauft.
Die Robotik der Zukunft wird nicht zuerst auf Hardware erprobt - sie wird in der Simulation gebaut und validiert. Im Cognitive-Twin-Team machst du die Simulationsfahigkeiten des Twins real und nutzbar: Du bringst Roboter, Sensoren und Physik-Szenen auf der Plattform zum Laufen und ermoglichst es Teams, gegen die reale Welt zu simulieren, zu benchmarken und zu validieren.
Deine Mission & Herausforderungen
Simulation Enablement: Du baust und betreibst die Simulationsfahigkeiten des Twins auf Basis der Physics Engine der Plattform - du konfigurierst Rigid-Body-Dynamik, Kontakte und Artikulationen und bringst Roboter-, Sensor- und Umgebungsmodelle zum Laufen, damit Szenen zuverlassig und reproduzierbar laufen.
Scene & Content Bring-up: Du baust und parametrierst Physik-Szenen und Headless-Setups, bindest Sensoren und Roboter ein und machst Simulationsfeatures uber Browser und API zuganglich.
Benchmarking & Evaluation: Du baust standardisierte Headless-Benchmark-Szenen und Testfalle, fuhrst sie im Loop aus und evaluierst Control-, Planning- und Learning-Ansatze anhand klar definierter Fidelity- und Performance-Metriken - Step Rate, Anzahl paralleler Instanzen, Latenz, Speicherverbrauch.
Sim-to-Real-Abgleich: Du hilfst, das Verhalten des Twins mit echten Roboter-Logs zu vergleichen, deckst offensichtliche Sim-to-Real-Gaps auf (z. B. Dynamik, Sensorrauschen, Kontaktverhalten) und unterstutzt die Kalibrierung von Simulationsparametern, wahrend die Fidelity-Anforderungen Gestalt annehmen.
Interoperabilitat: Du baust und pflegst Ingest- und Export-Pipelines fur gangige 3D- und Robot-Description-Formate und verantwortest deren Round-Trip-Fidelity, damit Szenen sauber in den Twin hinein- und herausbewegt werden konnen.
Plattform-Integration: Du verantwortest die simulationsseitige Backend-Umsetzung des Scene-Definition-Formats - wie eine zusammengesetzte Szene auf die Runtime-Reprasentation der Engine abgebildet wird und wie der State uber den binaren Echtzeit-Stream ausgegeben wird - gemeinsam mit Integration, Frontend und AI/ML.
Reproduzierbarkeit & Qualitat: Du haltst Szenarien, Konfigurationen und Ergebnisse sauber versioniert und dokumentiert, legst Modellierungskonventionen und Abnahmekriterien fest und erstellst strukturierte Benchmark-Reports.
Was du mitbringst
Ein Hochschulabschluss (Bachelor oder Master) in Robotik, Maschinenbau/Elektrotechnik, Informatik, Mechatronik oder einem verwandten Feld - oder gleichwertige praktische Erfahrung.
Mehrjahrige relevante Erfahrung in Robotik-Simulation, Benchmarking oder modellbasierter Evaluation, in Forschung oder Industrie.
Praktische Expertise mit einer modernen, echtzeitfahigen 3D-/Game-Engine-basierten Simulationsumgebung und einer produktionsreifen Physics Engine (z. B. PhysX) - Konfiguration von Rigid-Body-Dynamik, Artikulationen und Kontakten - sowie sicheres Roboter-/Umgebungsmodellieren mit gangigen Robot-Description- und Scene-Interchange-Formaten.
Ein solides Verstandnis von Mehrkorperdynamik, Kinematik und Kontaktphysik - ausreichend, um Modelle sicher zu konfigurieren, zu betreiben und zu validieren.
Starkes modernes C++ (C++17) und CMake, Python fur Tooling; sicherer Umgang mit groen, mehrsprachigen Codebasen.
Erfahrung in der Definition objektiver Metriken und der statistischen Auswertung von Simulationsergebnissen, sowie strukturiertes Experiment-Management und Automatisierung von Simulationstests (Batch-Runs, Sweeps, CI-ahnliche Workflows).
Erfahrung mit - oder starkes Interesse an - Sim-to-Real-Transfer sowie ein gutes Verstandnis realer Roboterhardware und ihrer Grenzen.
Vertrautheit mit KI-Coding-Tools (z. B. Claude Code, Cursor, Copilot) und agentenbasierter Orchestrierung fur die Entwicklung.
Von Vorteil: MuJoCo, NVIDIA Isaac Sim oder PyBullet; GPU-beschleunigte/verteilte Simulation; Aktuator- und Sensormodellierung (IMUs, LiDAR, Kameras, Kraft-Momenten-Sensoren); Tooling fur Scene-Interchange-Formate.
Eine Produktentwicklungs-Mentalitat - dir ist es wichtig, echten Mehrwert fur Nutzer zu liefern, und du passt dich flexibel an sich andernde Produktanforderungen an.
Eine strukturierte Arbeitsweise, Teamgeist und prazise technische Kommunikation. Verhandlungssicheres Englisch; Deutsch von Vorteil.
