Physical AI kann nicht allein anhand von Internetdaten trainiert werden. Roboter müssen in der realen Welt lernen – indem sie echte Aufgaben in echten Umgebungen sehen, hören und erfahren. Genau das ist die Idee hinter NEURA Gym: ein globales Netzwerk physischer Trainingszentren, in denen Roboter industrielle Aufgaben und Fähigkeiten direkt von den Menschen lernen, die diese Prozesse aus dem Effeff kennen. Als Team Lead AI Engineering – RoboGym leitest Du das Team, das dieses Fachwissen in einsatzbereite Roboterfähigkeiten verwandelt. In enger Zusammenarbeit mit Kunden hilfst Du dabei, Domänenwissen zu erfassen, Datenerfassung und Teleoperation zu steuern und den gesamten Prozess vom Training bis zum Einsatz zu begleiten. Du führst ein Team von AI Engineers und bist die technische Ansprechperson für Partner, die neue Roboteranwendungen zum Leben erwecken. Erfolg in dieser Rolle bedeutet, hands-on technische Führung mit operativer Umsetzung in Einklang zu bringen und sicherzustellen, dass Teleoperation, Datenpipelines, Modelltraining und Deployment als zuverlässiges, skalierbares System zusammenspielen. Diese Rolle passt gut zu jemandem, der gerne reale KI-Systeme baut, eng mit Kunden zusammenarbeitet und seine Arbeit lieber auf physischen Robotern im Einsatz sieht, statt in Forschungsprototypen oder Demos stecken zu bleiben. # Deine Mission & Herausforderungen - Baue das Team auf, das NEURA Gym möglich macht. Stelle ein Team von AI Engineers ein, coache es und führe es – verantwortlich dafür, Partner-Expertise in einsatzbereite Roboterfähigkeiten zu verwandeln. - Übernimm die technische Verantwortung für die Beziehung zu NEURA Gym-Partnern. Bewerte neue Use Cases, prüfe die technische Machbarkeit, wähle die passenden Algorithmen aus und definiere effektive Strategien zur Datenerfassung. - Sorge dafür, dass die Trainingspipeline durchgängig reibungslos läuft. Überwache den gesamten Prozess von Teleoperation und Training über Simulation bis hin zu Deployment und Validierung und stelle eine nahtlose Ausführung in jeder Phase sicher. - Sei da, wenn es darauf ankommt. Arbeite eng mit den Robotics Engineers vor Ort während der Live-Datenerfassung und bei Experimenten zusammen, um sicherzustellen, dass Zielverhalten erfolgreich erfasst wird – bei gleichzeitig hohen Sicherheitsstandards in realen Umgebungen. - Biete hands-on technische Unterstützung. Greife ein, wenn das Team auf komplexe Herausforderungen stößt – sei es bei der Überprüfung von Trainingspipelines, der Untersuchung von Datenqualitätsproblemen oder der Reproduktion und Behebung modellbezogener Bugs. - Verbinde Teams innerhalb von NEURA. Fungiere als Brücke zwischen NEURA Gym, Cloud und den Core-AI-Teams und stelle sicher, dass Erkenntnisse aus einem Partner-Engagement der gesamten Organisation zugutekommen. - Gestalte die Produkt-Roadmap mit. Übersetze Learnings aus realen Deployments in Verbesserungen sowohl für die NEURA Gym-Plattform als auch für NEURAs Kern-KI-Fähigkeiten. - Miss, was zählt. Definiere und verantworte zentrale Kennzahlen wie Skill Success Rate, Time-to-Validated-Skill und Dateneffizienz, und nutze sie, um kontinuierliche Verbesserung und Teamleistung voranzutreiben. # Worauf wir uns freuen - Ein Abschluss in Informatik, Robotik, Elektrotechnik oder einem verwandten Fachgebiet, oder gleichwertige praktische Erfahrung. - Fundierte praktische Erfahrung in der Entwicklung von Machine-Learning-Lösungen für Robotik, mit Expertise in mindestens zwei der folgenden Bereiche: - Vision-basierte Manipulation - Reinforcement- und/oder Imitation Learning - Vision-Language-Action (VLA)-Modelle, multimodale Foundation-Modelle oder verwandte Embodied-AI-Ansätze - Erfahrung in der Führung von Engineers, Projekten oder technischen Initiativen – sei es durch Personalführung oder formale technische Leitungsverantwortung. - Praktische Erfahrung mit Machine-Learning-Frameworks wie PyTorch oder TensorFlow sowie solide Python-Kenntnisse. Erfahrung mit C++ ist von Vorteil. - Sicherer Umgang mit physischen Robotersystemen sowie den relevanten Robotik-Software-Stacks und der Middleware. - Vertrautheit mit Cloud-Plattformen (AWS, Azure oder GCP) und/oder robotischen Simulationsumgebungen wie Isaac Sim oder MuJoCo ist von Vorteil. - Nachweisliche Erfolge bei der Umsetzung komplexer Robotik- oder KI-Projekte von der Konzeption bis zum Einsatz, mit messbarem geschäftlichem oder technischem Impact. - Starke Kommunikationsfähigkeiten und die Fähigkeit, zwischen Forschenden, Engineers, Endnutzer:innen/Kunden und weiteren Stakeholdern zu vermitteln. - Verhandlungssicheres Englisch; Deutschkenntnisse sind von Vorteil.