Deine Aufgaben
- Verantworte die Aufzeichnungs- und Datenpipeline vom Roboter über Speicherung und Datensätze bis zum Training.
- Entwickle Werkzeuge zum Suchen, Labeln, Filtern und Versionieren von Roboterdaten.
- Betreibe die Infrastruktur für GPU-Training und Modellbewertung vor Ort und in der Cloud.
- Mache Datenqualität für Piloten und ML-Engineers sichtbar.
- Halte die Pipeline zuverlässig, sicher und DSGVO-konform.
Das hast du nach sechs Monaten erreicht
- Jeder Engineer kann eine aufgezeichnete Robotersitzung innerhalb von Stunden in einen Trainingslauf überführen. Daten sind zuverlässig verfügbar; Aufnahmen gehen nicht verloren, werden nicht beschädigt und bleiben auffindbar.
You bring
- Mindestens drei Jahre Erfahrung mit produktiver Daten- oder ML-Infrastruktur.
- Sehr gute Kenntnisse in Python, Linux, Containern und mindestens einer Cloud-Plattform.
- Erfahrung mit großen Binär- oder Zeitreihendaten, etwa Videos und Sensorprotokollen.
- Verantwortungsbewusstsein für Datenqualität und täglicher Einsatz von KI-Agenten für Pipeline-Code und Qualitätsprüfungen.
Darüber freuen wir uns zusätzlich
- Erfahrung mit ROS bags, HDF5 oder LeRobot.
- Erfahrung mit GPU-Clustern oder MLOps-Werkzeugen.
Das bieten wir dir
- Verantwortung für die Grundlage, auf der jedes unserer trainierten Modelle aufbaut.
- Ein wettbewerbsfähiges Gehalt und eine Mitarbeiterbeteiligung.
So lernen wir uns kennen
- Erstes Kennenlernen (30 Minuten).
- Technisches Gespräch mit einem Senior Engineer (60 Minuten).
- Ein Termin vor Ort in München, einschließlich eines halben Tages mit unserem Roboter und unseren Daten.
- Gespräche mit unserem CTO und CEO (ein bis zwei Stunden).
- Referenzen und Angebot.
So bewirbst du dich
Schicke uns deinen Lebenslauf oder dein GitHub-Profil und einige Zeilen zu einer Datenpipeline, die du aufgebaut hast. Schreibe an hello@nucleuslab.ai mit dem Betreff „Data / ML Infrastructure Engineer“. Du musst nicht jede Anforderung erfüllen, um dich zu bewerben.
Wir freuen uns über Bewerbungen unabhängig von Geschlecht, Herkunft, Religion, Behinderung, Alter oder sexueller Identität.