Deine Mission & Herausforderungen
Du entwirfst, baust und betreibst die End-to-End-Dateninfrastruktur, die rohe multimodale Sensoraufnahmen von Robotern in ML-fertige Datensätze verwandelt. An der Schnittstelle von Robotik, Edge Computing und Cloud Data Engineering verantwortest du die komplette Pipeline, von den physischen Datenerfassungsumgebungen bis zu trainingsfertigen Formaten für Robot Learning.
Datenformate & Pipeline-Design: Du definierst und entwickelst interne Datenformate für multimodale Sensorstreams (Video, Tiefenbilder, Audio, Punktwolken, Gelenkzustände, Taktilsensorik) mit effizienter Kompression weiter.
Edge-to-Cloud-Ingestion & Transformation: Du baust Services, die On-Premise-Aufnahmen orchestrieren, die Datenqualität validieren, große Datenmengen in die Cloud übertragen und Rohdaten in strukturierte, ML-taugliche Formate überführen.
Infrastruktur-Automatisierung: Du stellst On-Premise-Rechenleistung per Infrastructure-as-Code bereit und betreibst sie. Außerdem kümmerst du dich um containerisierte Deployments und Rolling Updates über verteilte Standorte hinweg.
Platform Services & Tooling: Du entwickelst Backend-Services (TypeScript, Python), Shared Libraries, CLI-Tools und Entwicklerdokumentation.
Multi-Agent-Annotation: Du orchestrierst Vision-Language-Agenten, die multimodale Episoden im großen Maßstab automatisch annotieren, mit Human-in-the-Loop-Review, damit die Labels trainingsfertig bleiben.
Cross-funktionale Zusammenarbeit: Du arbeitest eng mit Hardware-, Robotik- und AI/Data-Science-Teams zusammen, koordinierst das Onboarding neuer Sensormodalitäten und verfolgst Data-Throughput-KPIs.
Was du mitbringst
Backend-Engineering: Starke Python- und TypeScript-Kenntnisse in produktiven Backend-Systemen.
Cloud: Praktische Cloud-Erfahrung, idealerweise mit AWS.
Robotik-Middleware: Erfahrung mit ROS 2/DDS oder vergleichbarer Robotik-Middleware.
Codecs: Vertrautheit mit Video- und Audio-Codecs sowie Kompression (FFmpeg, PyAV, H.264/AV1).
Infrastructure-as-Code: Ansible, Docker und Terraform für das Flottenmanagement.
DevOps-Mindset: Dir sind CI/CD, Automatisierung und auslieferbare Software wichtig.
ML-Datenpipelines: Interesse an oder Erfahrung mit ML-Datenpipelines und Robot Learning.