Senior Computer Vision Engineer

Überblick Wir suchen einen Senior Computer Vision Engineer zum Aufbau und zur Implementierung von Wahrnehmungssystemen, die an Bord autonomer Luftplattformen laufen. Dies ist keine Offline-Forschung. Unsere Algorithmen laufen in Echtzeit auf eingebetteten Computern, in der Luft, unter Bedingungen, die wir nicht kontrollieren können. Sie werden am gesamten Stack des Problems arbeiten: klassische Computer Vision und Deep Learning, Kamera- und Sensorauswahl, Kalibrierung, Modelltraining und -evaluierung sowie Optimierung für begrenzte Hardware. Sie werden Ihre Arbeit ins Feld tragen, sie fliegen lassen, die Logs analysieren und sie verbessern. Unsere Plattformen dienen sowohl kommerziellen als auch staatlichen Kunden in Anwendungen wie Inspektion, Kartierung, Such- und Rettungseinsätzen sowie Sicherheit. Wenn Sie komplexe reale Probleme und kurze Feedbackschleifen zwischen einer Idee und einem Flugtest mögen, möchten wir mit Ihnen sprechen. Verantwortlichkeiten und Aufgaben Entwurf, Implementierung und Optimierung von Onboard-Wahrnehmungsalgorithmen für die Echtzeit-Erkennung, temporale Assoziation und Zustandsschätzung dynamischer Objekte von einer beweglichen Plattform aus. Training, Retraining und Evaluierung von neuronalen Netzen für Erkennung und Klassifizierung, einschließlich Datensatzkuratierung, Labeling-Strategie und Evaluierungsmethodik. Optimierung von Modellen und Pipelines für Embedded-Inferenz unter Einhaltung expliziter Latenz-, Durchsatz- und Rechenbudgets. Entwicklung und Wartung von Kamera-Kalibrierungs- und Sensorsynchronisationsverfahren, einschließlich Multi-Kamera- und Multi-Sensor-Setups. Kombination von visuellen Messungen mit Trägheits- und Plattformzustandsdaten unter Verwendung von Filter- und Schätztechniken für eine robuste Leistung unter Egomotion. Planung und Durchführung von Feldtestkampagnen. Überführung von Algorithmen vom Labortisch in den Flug, Zusammenarbeit mit Piloten und Integratoren vor Ort und Schließung des Regelkreises mit real erfassten Daten. Aufbau wiederholbarer Evaluierungsmethoden, damit Leistung und Genauigkeit bei jeder Iteration messbar sind, anstatt nur nach Augenmaß beurteilt zu werden. Input zur Auswahl von Kameras, Objektiven, Sensoren und Recheneinheiten liefern sowie Hardware-Optionen anhand realer Leistungsdaten bewerten. Vollständige Verantwortung für Computer-Vision-Ergebnisse übernehmen. Anforderungen klären, die Abstimmung zwischen den Teams vorantreiben, Stakeholder informieren und die Arbeit bis zum Kunden durchziehen. Andere Ingenieure mentorieren und coachen sowie die Qualitätsstandards des Produkts erhöhen. Qualifikationen und Fähigkeiten Abschluss in Informatik, Elektrotechnik, Robotik oder einem verwandten Bereich, oder gleichwertige praktische Erfahrung. Starke praktische Erfahrung in der Implementierung von Computer-Vision-Systemen auf ressourcenbeschränkten Plattformen, idealerweise in der Robotik oder Luftfahrt. Fundierte Kenntnisse in klassischer Computer Vision: Merkmalserkennung und -abgleich (feature detection and matching), optischer Fluss, Kameramodelle und Kalibrierung, Multiple View Geometry. Praktische Erfahrung im Training und der Implementierung von Convolutional Neural Networks für Erkennung oder Klassifizierung, einschließlich der weniger glamourösen Teile: Datenerhebung, Labeling-Qualität, Retraining-Schleifen und ehrliche Evaluierung. Strenge in Bezug auf Timing und Synchronisation über Sensoren hinweg. Verständnis dafür, warum Zeitstempel, Belichtungszeit und Latenz wichtig sind, sowie Erfahrung in der Fehlerbehebung bei Problemen, die sich als Timing-Probleme herausstellten. Beherrschung von C++ und Python mit praktischer Erfahrung in OpenCV. Nachweisbare Erfolge bei der End-to-End-Umsetzung von Computer-Vision-Arbeiten, von der Problemdefinition bis hin zu etwas, das in einem realen Einsatz läuft. Bereitschaft zu Feldarbeit, einschließlich Reisen zu Teststandorten und Fehlerbehebung anhand von realen Logs und Videos. Fähigkeit, in einem sich schnell bewegenden Umfeld mit Unklarheiten umzugehen und Teams zu leiten. Effektive Kommunikation und Zusammenarbeit mit Engineering, Produkt und externen Stakeholdern. Nice to have Zustandsschätzung und Sensorfusion. Kalman- und Extended Kalman Filter, IMU-Integration, Schätzung unter Egomotion. Erfahrung mit Visual Inertial Odometry oder Visual SLAM oder anderer anspruchsvoller Schätzungsarbeit auf einer beweglichen Plattform. Erfahrung mit ROS2 oder ähnlicher Middleware. Erfahrung mit Embedded-Inferenz-Runtimes und Modelloptimierung wie Quantisierung oder Pruning. Vertrautheit mit GPU- oder NPU-beschleunigten Pipelines auf eingebetteten SoCs. Erfahrung im Aufbau von CI- oder Hardware-in-the-loop-Infrastrukturen für Wahrnehmungs-Regressionstests. Hintergrund in Luftfahrtplattformen, PX4- oder MAVLink-basierten Systemen. Benefits Flexible Arbeitszeiten Stock Options Großzügiger Urlaubsanspruch Betriebliche Altersvorsorge Parkplätze Erweiterter Mutterschutz & Vaterschaftsurlaub Unterstützung für mentale Gesundheit und Wohlbefinden Lern- und Entwicklungsmöglichkeiten Über Auterion Wir bauen die führende Softwareplattform für KI-gestützte autonome Systeme für Unternehmens- und Regierungskunden. Unser Team unterstützt die wichtigsten Missionen und löst die anspruchsvollsten Probleme. Bei Auterion bringen wir die schärfsten Köpfe zusammen, die es lieben, die schwierigsten Probleme zu lösen. Werden Sie Teil eines dynamischen Teams, das auf Innovation, Offenheit und Exzellenz basiert, in dem Sie die Freiheit haben, Ideen zu entwickeln, über alle Ebenen hinweg zusammenzuarbeiten und einen bedeutenden Einfluss auszuüben.