AI Research Engineer / ML Researcher.
Konzeption und Weiterentwicklung der KI-Kernarchitektur für generative Bildmodelle mit Fokus auf architekturspezifische Anwendungsfälle.
Konzeption und Weiterentwicklung der KI-Kernarchitektur für generative Bildmodelle mit Fokus auf architekturspezifische Anwendungsfälle.
KI- und Datenanwendungen mit Vision Nutze dein technisches Fachwissen und deine Leidenschaft für moderne Technologien, um die nächste Genera
Zur Verstärkung der Abteilung Operationelle Analyse und Studien suchen wir bei Airbus Defence and Space in Friedrichshafen in den nächsten M
im Team You design and deliver applied AI solutions - from understanding client needs and defining project scope to developing prototypes, p
Entwicklung und Wartung von End-to-End ML-Pipelines für Training, Evaluierung und Implementierung für Batch- und Echtzeitanwendungen Produkt
Wir schreiben dir, sobald eine neue geprüfte Stelle zu PyTorch dazukommt. Höchstens eine Nachricht am Tag, und nur, wenn es tatsächlich etwas Neues gibt.
Abmelden mit einem Klick, jederzeit. Keine Weitergabe an Dritte.
Du besprichst Requirements direkt mit dem Kunden, entwirfst darauf basierend technische Lösungen und arbeitest bei deren Implementierung mit
Our client is a leading supplier of software products in the field of eCustoms internationally.
Deine Leidenschaft für die Frontend- und Backend Entwicklung kannst du in unseren spannenden und innovativen Projekten im AIoT (AI und IoT)
Unternehmen: Airbus Defence and Space Standort: Tesat, Backnang Vertragsart: Vollzeit Um die Zukunft autonomer Systeme zu gestalten, bündelt
ARRK Engineering ist ein globaler Entwicklungspartner für die Automobil- und Mobilitätsindustrie und für innovative Produktentwicklung.
UND VERANTWORTLICHKEITEN Du leitest die Entwicklung, Bewertung und Anwendung von Machine Learning-Algorithmen und Workflows zur Charakterisi
im Team Problemstellungen identifizieren und analysieren sowie mit dem Kunden besprechen.
Deine Hauptaufgabe ist die Entwicklung und Wartung moderner Applikationen.
Das waren alle 13 Jobs zu dieser Auswahl.
Warum dieser Job gelistet ist
Eindeutige KI-Rollenbezeichnung im Stellentitel. Prüfverfahren ansehen
Konzeption und Weiterentwicklung der KI-Kernarchitektur für generative Bildmodelle mit Fokus auf architekturspezifische Anwendungsfälle. Entwicklung, Training und Optimierung von generativen Deep-Learning-Modellen (insbesondere Diffusion Models, UNet-Architekturen, Transformer-basierte Ansätze, Latent Diffusion). Implementierung und Evaluation von Fine-Tuning- und Adaptionsmethoden wie LoRA, DreamBooth-ähnlichen Verfahren und domänenspezifischem Transfer Learning.
Forschung an kontrollierbaren Generationsmechanismen, z. B. regionsbasierte Steuerung, material- und texturbasierte Konditionierung sowie struktur- und kontextbewusste Bildsynthese. Aufbau und Pflege skalierbarer Trainings- und Experimentierpipelines (z.
B. PyTorch, GPU-Cluster, automatisierte Experimente). Systematische wissenschaftliche Validierung der entwickelten Modelle durch Benchmarking, Ablationsstudien sowie qualitative und quantitative Evaluationsmethoden.
Analyse, Aufbereitung und Kuratierung von Trainings- und Evaluierungsdatensätzen im architektonischen Kontext. Dokumentation von Forschungsergebnissen und methodischen Entscheidungen zur Sicherstellung von Reproduzierbarkeit und Wissenstransfer. Enge Zusammenarbeit mit dem Produkt-, Frontend- und Backend-Team, um Forschungsergebnisse in produktionsnahe KI-Systeme zu überführen.
Technische Unterstützung bei der Antragstellung und Durchführung von Forschungs- und Förderprojekten (z. B. IGP, KMU innovativ, EU-Programme).
Beobachtung und Bewertung aktueller Forschungsentwicklungen im Bereich generative KI und Ableitung relevanter Innovationspotenziale Qualifikation Abgeschlossenes Master- oder PhD-Studium in Informatik, Mathematik, Data Science, Computational Design oder einer vergleichbaren Disziplin. Zwingende Expertise in generativer KI für Bilder, insbesondere im Training von Deep-Learning-Modellen. Nachweisbare praktische und/oder wissenschaftliche Erfahrung mit Diffusion Models, Transformern, UNet-Architekturen, Latent Diffusion Models sowie LoRA.
Sehr gutes Verständnis von Deep-Learning-Methoden, Modellarchitekturen, Trainingsstrategien und Evaluierungsverfahren. Erfahrung im Umgang mit Forschungs- und Experimentier-Workflows, Reproduzierbarkeit und systematischer Modellbewertung. Starkes analytisches Denkvermögen sowie Interesse an der Verbindung von wissenschaftlicher Forschung und produktnaher Anwendung.
Selbstständige, strukturierte Arbeitsweise und hohe intrinsische Motivation, neue KI-Ansätze zu erforschen und zur Reife zu bringen.
Eine durch Fördergelder gesicherte befristet und potenziell langfristige Beschäftigungsperspektive. Direkte Einflussnahme auf ein zukunftsweisendes Deep-Tech-Forschungsprojekt. Anteilsaneignung (Equity): Die Zuteilung von Unternehmensanteilen ist verhandelbar und Teil des Kompensationspakets.
Chance auf CTO-Rolle. Wettbewerbsfähige Vergütung (verhandelbar). Start ist 1.
September 2026 Bewerbung ab sofort Gründer: Han Cheol Yi https:/www.linkedin.com
Suche AI Engineer zur Durchführung von FFplus Förderprojekt. Projektstart: 1. September.
Förderprojekt in Kooperation mit KI Zentrum RWTH Aachen. Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen Entwicklung neuartiger generativer Bildmodelle und Trainingspipelines für architekturspezifische Anwendungsfälle. Forschung an kontrollierbaren, regions- und materialbasierten Generationsmethoden als Alleinstellungsmerkmal der Plattform.
Durchführung systematischer Experimente, Benchmarking und qualitativer sowie quantitativer Evaluierungen. Enge Zusammenarbeit mit Produkt- und Engineering-Teams zur Überführung von Forschungsergebnissen in produktionsreife KI-Systeme. Verantwortung für die wissenschaftliche Substanz der Forschungsprojekte Positionierung als wissenschaftliches Herzstück der KI-Forschung innerhalb des Kernteams.
Mission: Konzeption, Implementierung und wissenschaftliche Validierung der KI-Kerninnovationen. Du bist wissenschaftliches Herzstück der Forschungsprojekte.
Interesse an dieser Position?
Die vollständige Anzeige und das Bewerbungsformular liegen beim Arbeitgeber.
Zur OriginalanzeigePyTorch ist die Bibliothek, mit der heute die meisten Modelle trainiert werden, in der Forschung praktisch durchgängig. Steht sie in einer Anzeige, geht es fast immer um echte Entwicklung und nicht um das Bedienen fertiger Dienste: eigene Architekturen, eigenes Training, eigene Auswertung. Oft kommen GPU-Themen dazu, von CUDA bis zum verteilten Training über mehrere Karten. Wer von TensorFlow kommt, findet sich schnell zurecht, sollte das aber von sich aus ansprechen, denn viele Teams haben ihren gesamten Bestand in einer der beiden Welten liegen.