Unser Kunde ist ein führendes Unternehmen im Bereich der Mobilität, das sich auf die Entwicklung innovativer Lösungen in der Automobilindustrie spezialisiert hat. In der Rolle des Senior Machine Learning Engineers im Bereich Simulation und Generative AI sind Sie verantwortlich für die Entwicklung und Implementierung fortschrittlicher KI-Modelle zur Simulation von Fahrassistenzsystemen. Ihre Hauptaufgabe besteht darin, KI-basierte 3D-Rekonstruktionen von realen Fahrszenen zu erstellen und intelligente, menschenähnliche Verkehrsteilnehmer zu entwickeln. Sie evaluieren und wählen modernste GenAI-Modelle aus, um die Leistung der Simulation zu verbessern. Darüber hinaus gestalten und betreiben Sie eine skalierbare Trainings- und MLOps-Infrastruktur, die verteiltes Training, automatisierte Evaluierungs-Pipelines und optimierte Cloud- sowie On-Premise-Nutzung umfasst. In einem agilen, interdisziplinären Ingenieurteam arbeiten Sie eng zusammen, um die Qualität der Simulation zu gewährleisten und die Effizienz der Trainingszyklen zu optimieren. Ihr Beitrag ist entscheidend für die Validierung von Systemen und die Generierung synthetischer Daten, die für das Training von End-to-End-Fahrstacks notwendig sind.

Der ideale Kandidat verfügt über einen Hochschulabschluss in Informatik, Data Science, Künstlicher Intelligenz, Mathematik, Physik oder einem vergleichbaren Bereich. Sie bringen mehrere Jahre Erfahrung im Bereich Machine Learning Engineering oder MLOps mit, idealerweise mit praktischer Expertise in Quantisierung, Modellkompression, Versuchsdesign, Datenqualität, Metriken und Evaluierung oder Architekturoptimierung. Ein tiefes Verständnis moderner KI-Modellarchitekturen, Trainingspipelines, verteiltem Lernen und GPU-Optimierung ist unerlässlich. Zudem sind Sie sicher im Umgang mit synthetischen Daten, Augmentierungsstrategien und datengetriebenem Modell-Downsizing. Technische Kenntnisse in Python (plus C++/Rust), CUDA, API-Design, Testing und Debugging über den gesamten Stack sowie Erfahrung mit Git sind erforderlich. Kenntnisse in 3D-Authoring-Tools wie Blender, glTF, Unreal oder RoadRunner sind von Vorteil. Erfahrung in der Erstellung von 3D-Szenen oder algorithmischer 3D-Rekonstruktion ist ebenfalls wünschenswert.