Autonomes Fahren ist für uns keine Zukunftsmusik - sondern Entwicklungsalltag. Unsere Komponenten für Fahrerassistenzsysteme sorgen schon heute in Fahrzeugen renommierter Automobilhersteller für mehr Sicherheit und Komfort auf der Straße. Höchste Qualitätsstandards und Innovationskraft sind gelebte Firmenphilosophie und begleiten unsere Software- und Algorithmenentwicklung von der Idee bis zur Implementierung. Gemeinsam entwickeln wir die Zukunft. Sei dabei!

Was wir suchen

• Konfiguration und Integration von Embedded-Software für Fahrassistenzsysteme
• Entwickeln und Anpassen von z. B. Deep‑Learning‑Modellen für ADAS‑Funktionen auf Basis von Fahrzeug‑Sensordaten
• Auswählen geeigneter Netzwerkarchitekturen wie CNN, RNN, Transformer, GAN oder BEV
• Trainieren und Optimieren der Modelle auf einem GPU‑Cluster sowie in der Azure Cloud
• Durchführen von Performance‑Analysen, Hyperparameter‑Tuning und Qualitätsbewertungen
• Optimieren der Netze für den Einsatz auf Fahrzeug‑Steuergeräten hinsichtlich Laufzeit, Speicher und Robustheit
• Enge Abstimmung mit Funktionsentwicklern, Software‑Architekten und Cloud‑Teams entlang der gesamten ADAS‑Datenkette
• Weitergeben von KI‑Know‑how an Kolleginnen und Kollegen durch Coaching, Reviews und interne Schulungen

Das wünschen wir uns

• Abgeschlossenes Ingenieursstudium der Technischen Informatik/Elektrotechnik/Embedded Systems oder einer vergleichbaren Fachrichtung
• Sehr gute Kenntnisse in Python
• sicherer Umgang mit Keras, TensorFlow, PyTorch und JAX
• Tiefe Erfahrung mit modernen Netzwerkarchitekturen wie CNN, RNN, Transformer, GAN und BEV
• Fundiertes Verständnis von Trainings‑ und Optimierungsverfahren, insbesondere SGD‑Varianten und adaptive Optimizer
• Erfahrung im Training von Deep‑Learning‑Modellen auf GPU‑Systemen sowie im Multi‑GPU‑Umfeld
• Praxis im Einsatz von Azure für Training, Datenmanagement und Experiment‑Verwaltung
• Souveräner Umgang mit Git, Code‑Reviews, Tests und sauberem Software‑Engineering
• Fähigkeit, KI‑Know‑how klar zu vermitteln und Kolleginnen und Kollegen fachlich zu unterstützen
• Strukturierte Arbeitsweise
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift

Wünschenswert:

• Erfahrung in der Optimierung von Modellen für Embedded‑Plattformen und Steuergeräte, inklusive Quantisierung und Modellkompression
• Erfahrung im Automotive‑ oder ADAS‑Umfeld
• Kenntnisse relevanter Standards wie ISO 26262, SOTIF oder Automotive SPICE
• Erfahrung mit MLOps‑Konzepten wie reproduzierbaren Trainingspipelines oder Modellversionierung
• Praxis im Umgang mit Docker oder GPU‑Cluster-Scheduling Erfahrung in Data‑Engineering‑Themen wie Datenqualität oder Aufbau von Datenpipelines

Freu dich auf

• Kompetente und individuelle Einarbeitung
• Interessante und herausfordernde Tätigkeiten in einem innovativen Umfeld
• Sehr gute Perspektiven und attraktive Konditionen
• Flache Hierarchien und aktive Mitgestaltung
• Sehr angenehmes Betriebsklima
• Flexible Arbeitszeiten