Bei NEURA Robotics bauen wir kognitive Roboter und das Neuraverse – das vernetzte Ökosystem, 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 über virtuelle und reale Roboter hinweg simulieren und ausführen – sodass eine Anwendung in der Simulation gebaut und validiert werden kann, lange bevor sie auf echter Hardware läuft.
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 Simulationsfähigkeiten des Twins real und nutzbar: Du bringst Roboter, Sensoren und Physik-Szenen auf der Plattform zum Laufen und ermöglichst es Teams, gegen die reale Welt zu simulieren, zu benchmarken und zu validieren.
Deine Mission & Herausforderungen
Simulation Enablement: Du baust und betreibst die Simulationsfähigkeiten 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 zuverlässig und reproduzierbar laufen.
Scene & Content Bring-up: Du baust und parametrierst Physik-Szenen und Headless-Setups, bindest Sensoren und Roboter ein und machst Simulationsfeatures über Browser und API zugänglich.
Benchmarking & Evaluation: Du baust standardisierte Headless-Benchmark-Szenen und Testfälle, führst sie im Loop aus und evaluierst Control-, Planning- und Learning-Ansätze 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 unterstützt die Kalibrierung von Simulationsparametern, während die Fidelity-Anforderungen Gestalt annehmen.
Interoperabilität: Du baust und pflegst Ingest- und Export-Pipelines für gängige 3D- und Robot-Description-Formate und verantwortest deren Round-Trip-Fidelity, damit Szenen sauber in den Twin hinein- und herausbewegt werden können.
Plattform-Integration: Du verantwortest die simulationsseitige Backend-Umsetzung des Scene-Definition-Formats – wie eine zusammengesetzte Szene auf die Runtime-Repräsentation der Engine abgebildet wird und wie der State über den binären Echtzeit-Stream ausgegeben wird – gemeinsam mit Integration, Frontend und AI/ML.
Reproduzierbarkeit & Qualität: Du hältst Szenarien, Konfigurationen und Ergebnisse sauber versioniert und dokumentiert, legst Modellierungskonventionen und Abnahmekriterien fest und erstellst strukturierte Benchmark-Reports.
Ein Hochschulabschluss (Bachelor oder Master) in Robotik, Maschinenbau/Elektrotechnik, Informatik, Mechatronik oder einem verwandten Feld – oder gleichwertige praktische Erfahrung.
Mehrjährige relevante Erfahrung in Robotik-Simulation, Benchmarking oder modellbasierter Evaluation, in Forschung oder Industrie.
Praktische Expertise mit einer modernen, echtzeitfähigen 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 gängigen Robot-Description- und Scene-Interchange-Formaten.
Ein solides Verständnis von Mehrkörperdynamik, Kinematik und Kontaktphysik – ausreichend, um Modelle sicher zu konfigurieren, zu betreiben und zu validieren.
Starkes modernes C++ (C++17) und CMake, Python für Tooling; sicherer Umgang mit großen, 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-ähnliche Workflows).
Erfahrung mit – oder starkes Interesse an – Sim-to-Real-Transfer sowie ein gutes Verständnis realer Roboterhardware und ihrer Grenzen.
Vertrautheit mit KI-Coding-Tools (z. B. Claude Code, Cursor, Copilot) und agentenbasierter Orchestrierung für die Entwicklung.
Von Vorteil: MuJoCo, NVIDIA Isaac Sim oder PyBullet; GPU-beschleunigte/verteilte Simulation; Aktuator- und Sensormodellierung (IMUs, LiDAR, Kameras, Kraft-Momenten-Sensoren); Tooling für Scene-Interchange-Formate.
Eine Produktentwicklungs-Mentalität – dir ist es wichtig, echten Mehrwert für Nutzer zu liefern, und du passt dich flexibel an sich ändernde Produktanforderungen an.
Eine strukturierte Arbeitsweise, Teamgeist und präzise technische Kommunikation. Verhandlungssicheres Englisch; Deutsch von Vorteil.