Research Engineer - Reinforcement Learning und Agentic AI (f/m/div.)

Willkommen bei unserem Kunden. Möchten Sie Technologien mitgestalten, die das Leben der Menschen verbessern? In den Bereichen Mobilitätslösungen, Konsumgüter, industrielle Technologie oder Energie- und Gebäudetechnik haben Sie die Möglichkeit, die Lebensqualität weltweit zu verbessern. Der Arbeitgeber sucht einen Research Engineer für die Gruppe für semantisches Verständnis und Schlussfolgerung. In dieser Position werden Sie die nächste Generation von agentischen KI-Systemen auf Basis von Reinforcement Learning entwickeln, mit einem Schwerpunkt auf Anwendungen im Systems Engineering. Ihre Aufgaben umfassen die Entwicklung intelligenter Agenten, die komplexe Engineering-Workflows unterstützen und teilweise automatisieren können, indem sie lernen, strukturierte Entscheidungen in von Einschränkungen, Spezifikationen, Systemmodellen und langfristigen Zielen geprägten Umgebungen zu treffen. Sie werden AI-Agenten entwerfen, die nicht nur auf Eingaben reagieren, sondern auch mit technischen Artefakten interagieren, über Ziele und Einschränkungen nachdenken und ihr Verhalten durch Feedback, Simulation und Optimierung verbessern können. Ein zentraler Aspekt Ihrer Rolle besteht darin, fortschrittliche Methoden des Reinforcement Learning mit den Gegebenheiten der Engineering-Umgebungen zu verbinden. Sie werden eng mit Forschungsscientists, AI-Ingenieuren und Experten für Systems Engineering zusammenarbeiten, um diese Methoden in realistischen Anwendungsfällen zu prototypisieren und zu evaluieren. Ihre Beiträge werden dazu beitragen, die langfristigen Fähigkeiten des Unternehmens im Bereich intelligenter Engineering-Unterstützungssysteme und agentenbasierter Automatisierung für komplexe technische Bereiche zu gestalten.

Für diese Position wird ein exzellenter Masterabschluss in Informatik, Maschinenlernen, Robotik, Systems Engineering, Regelungstechnik oder verwandten Bereichen erwartet. Ein Doktortitel in Maschinenlernen, Reinforcement Learning, Agentic AI oder verwandten Gebieten ist von Vorteil. Sie sollten über eine starke Publikationshistorie in führenden AI- und Maschinenlern-Konferenzen verfügen. Des Weiteren sind fundierte Kenntnisse im Bereich Reinforcement Learning und agentische KI erforderlich, einschließlich Erfahrung mit modellbasiertem RL, hierarchischem RL oder multi-agent RL. Ein starkes Interesse an der Anwendung von KI auf Systems Engineering-Aufgaben, wie z.B. Design-Space-Exploration und Architektur-Optimierung, ist ebenfalls wichtig. Sie sollten Erfahrung mit Planung, Simulation und strukturiertem Denken haben sowie in der Lage sein, Probleme als sequenzielle Entscheidungsfindung oder Optimierungsaufgaben zu formulieren. Praktische Erfahrung in Python und modernen Deep-Learning-Frameworks ist erforderlich. Persönlich sollten Sie analytische und konzeptionelle Fähigkeiten mitbringen und in interdisziplinären Teams arbeiten können. Fließende Englischkenntnisse sind erforderlich, Kenntnisse in Deutsch sind von Vorteil.