Das Unternehmen sucht einen erfahrenen Senior System Software Engineer, der sich auf die Entwicklung von Produktionssoftware für KI-Inferenz und Agenten-Orchestrierung spezialisiert hat. In dieser Rolle werden Sie die Möglichkeit haben, an der Spitze der Automobiltechnologie zu arbeiten und innovative Lösungen zu entwickeln, die die Zukunft des Fahrens gestalten. Zu Ihren Hauptaufgaben gehört das Design, die Implementierung und die Wartung von C++-basierten KI-Lösungen für eingebettete Produktionsplattformen. Sie werden PyTorch Deep Learning Modelle in C++-Pipelines integrieren und diese für die Echtzeit-Inferenz auf NVIDIA GPUs bereitstellen. Zudem werden Sie testbare, modulare Bibliotheken und Komponenten aufbauen und erweitern, einschließlich Schnittstellen zu Modellen, Sensor-Treibern und Fahrzeugsteuerungen. Die enge Zusammenarbeit mit ML-Forschern, Systemingenieuren und Automobilpartnern wird entscheidend sein, um Prototyp-Algorithmen in produktionsreife Implementierungen zu überführen. Das Arbeitsumfeld ist dynamisch und fördert die Zusammenarbeit in einem multidisziplinären Team von Experten, die sich leidenschaftlich für die Entwicklung fortschrittlicher Technologien einsetzen. Sie werden an herausfordernden, realen Problemen der KI-Inferenz im Fahrzeug arbeiten, wodurch Ihre Fähigkeiten in den Bereichen maschinelles Lernen und C++ direkt die Fahrerfahrung und die Selbstfahrfähigkeiten des Fahrzeugs beeinflussen.

Der ideale Kandidat bringt mehr als 8 Jahre Berufserfahrung in der Softwareentwicklung mit, vorzugsweise in den Bereichen hochleistungsfähige sicherheitskritische Software, Automobiltechnik, Robotik oder Echtzeitsysteme. Ein Master- oder Doktortitel in Informatik oder Maschinenlernen ist erforderlich. Fundierte Kenntnisse in modernem C++ (C++14/17 oder später) sind unerlässlich, einschließlich Templates, RAII, Smart Pointern und STL, sowie Erfahrung im Aufbau großer Codebasen. Solide Python-Kenntnisse sind ebenfalls notwendig, um Werkzeuge, Trainingsskripte und Verbindungssoftware zwischen Datenpipelines und C++-Komponenten zu entwickeln. Praktische Erfahrung im Aufbau agentischer KI-Frameworks und mit LLM/VLM-Inferenz ist von Vorteil. Erfahrung in der Entwicklung auf Linux, einschließlich Build-Systemen (CMake), Debugging (gdb, Sanitizers), Profilierung und git-basierten Workflows in einer CI/CD-Umgebung, ist erforderlich. Kenntnisse in der GPU-Programmierung und -Optimierung, idealerweise mit TensorRT, sind wünschenswert. Persönliche Eigenschaften wie Teamfähigkeit, analytisches Denken und eine proaktive Herangehensweise an technische Herausforderungen runden das Profil ab.