{"id":81768,"title":"Edge AI Engineer (Mensch)","company":"Neura Robotics","city":null,"region":"Baden-Württemberg","location":"Metzingen / Riederich, Riederich, Baden-Wurttemberg, Germany","work_model":"onsite","employment_type":"full_time","employment":["full_time"],"roles":["data_science"],"visa":"not_mentioned","relocation":"not_mentioned","posted_at":"2026-10-05T18:20:26.749000+00:00","tools":["Embedded Systems","ONNX","Python","C++","PyTorch","Linux"],"seniority":"mid","years_experience_min":3,"german_requirement":"required","german_level":"B2","english_requirement":"required","english_level":"unspecified","team_language":"unknown","confidence":0.7,"method":"rules","language_badge":"German required (B2)","language_evidence":"uf Augenhöhe mit Researchern, Hardware-Engineers und Product. Fließendes Englisch ist Voraussetzung, Deutschkenntnisse sind ein starkes Plus (B2 bis C1).","requirements_snippet":"Starkes akademisches Fundament: Ein Master- oder PhD-Abschluss in Informatik, Elektrotechnik, Embedded Systems oder einem verwandten Fachgebiet. Nachgewiesene Erfahrung: Mindestens 3 Jahre Erfahrung im Bereich ML oder …","url":"https://jobs.ashbyhq.com/neura-robotics-gmbh/40c07866-7a69-42fd-8924-29842373a0cf","source":"ashby","agency":null,"description_text":"Deine Mission & Herausforderungen\nAls Edge AI Engineer bringst du modernste Modelle als produktionsreife, on-device Intelligenz auf unsere Roboter. Du arbeitest hands-on an der Schnittstelle von Machine Learning, Embedded Systems und Robotik. Dein Fokus: Modelle schnell, schlank und zuverlässig auf der Hardware zum Laufen zu bringen, die wir ausliefern.\n• Deployment am Edge: Du bringst Modelle vom Training bis in den Einsatz und nutzt dafür Quantization, Pruning, Distillation und jeden weiteren Hebel, um sie auf Embedded-Accelerator-Plattformen (z. B. NVIDIA Jetson, Qualcomm IQ-Serie) schnell und ressourcenschonend zu machen.\n• Verantwortung für die Toolchain: Du arbeitest entlang der gesamten Kette aus Model Export, Inference-Optimierungs-Frameworks (z. B. ONNX, TensorRT, AIMET) und den SDKs, die aus einem Modell ein funktionierendes Roboterverhalten machen.\n• Optimierung bis auf die Hardware-Ebene: Du profilierst, analysierst und optimierst Modelle und Runtimes, damit sie die Latenz-, Energie- und Speicherbudgets jeder Zielhardware einhalten.\n• Zusammenarbeit über Funktionen hinweg: Du arbeitest eng mit Research, Hardware, Software und Product zusammen, um On-Device-AI von der Forschung bis zum ausgelieferten Produkt zu bringen.\n• Qualitätsstandards setzen: Du baust Benchmarking, On-Device-Evaluation und Performance-Regressionstests für alle Hardware-Targets auf und pflegst sie.\n• Die schwierigen Probleme lösen: Du analysierst Accuracy-Einbußen nach der Quantization, jagst Latenzspitzen und löst Probleme, die erst auf dem echten Chip sichtbar werden.\n\nWas du mitbringst\n• Starkes akademisches Fundament: Ein Master- oder PhD-Abschluss in Informatik, Elektrotechnik, Embedded Systems oder einem verwandten Fachgebiet.\n• Nachgewiesene Erfahrung: Mindestens 3 Jahre Erfahrung im Bereich ML oder Embedded-AI-Engineering, inklusive echtem Produktiv-Deployment auf Embedded-Acceleratoren, nicht nur aus Papers.\n• Hardware-Know-how: Praktische Erfahrung mit Embedded-AI-Hardwareplattformen (z. B. NVIDIA Jetson, Qualcomm IQ-Serie oder vergleichbar).\n• Optimierungs-Expertise: Fundiertes Wissen in der Modelloptimierung von der Modellseite bis zur Hardware: Quantization, Pruning, Distillation und Architecture Search.\n• Toolchain-Expertise: Sicherer Umgang mit gängigen Toolchains für Modelloptimierung und Deployment (z. B. ONNX, TensorRT, AIMET oder vergleichbare Hersteller-SDKs).\n• Technische Tiefe: Starke Kenntnisse in Python und C++, Erfahrung mit PyTorch sowie Sicherheit im Umgang mit Embedded Linux und Low-Level-Profiling.\n• Die richtige Denkweise: Die Überzeugung, dass der einzige echte Test der Ziel-Chip ist und nicht der Trainings-Cluster.\n• Zusammenarbeit & Kommunikation: Du arbeitest selbstständig, triffst fundierte Entscheidungen auch bei Unsicherheit und kommunizierst auf Augenhöhe mit Researchern, Hardware-Engineers und Product. Fließendes Englisch ist Voraussetzung, Deutschkenntnisse sind ein starkes Plus (B2 bis C1).","responsibilities_text":null,"requirements_text":"• Starkes akademisches Fundament: Ein Master- oder PhD-Abschluss in Informatik, Elektrotechnik, Embedded Systems oder einem verwandten Fachgebiet.\n• Nachgewiesene Erfahrung: Mindestens 3 Jahre Erfahrung im Bereich ML oder Embedded-AI-Engineering, inklusive echtem Produktiv-Deployment auf Embedded-Acceleratoren, nicht nur aus Papers.\n• Hardware-Know-how: Praktische Erfahrung mit Embedded-AI-Hardwareplattformen (z. B. NVIDIA Jetson, Qualcomm IQ-Serie oder vergleichbar).\n• Optimierungs-Expertise: Fundiertes Wissen in der Modelloptimierung von der Modellseite bis zur Hardware: Quantization, Pruning, Distillation und Architecture Search.\n• Toolchain-Expertise: Sicherer Umgang mit gängigen Toolchains für Modelloptimierung und Deployment (z. B. ONNX, TensorRT, AIMET oder vergleichbare Hersteller-SDKs).\n• Technische Tiefe: Starke Kenntnisse in Python und C++, Erfahrung mit PyTorch sowie Sicherheit im Umgang mit Embedded Linux und Low-Level-Profiling.\n• Die richtige Denkweise: Die Überzeugung, dass der einzige echte Test der Ziel-Chip ist und nicht der Trainings-Cluster.\n• Zusammenarbeit & Kommunikation: Du arbeitest selbstständig, triffst fundierte Entscheidungen auch bei Unsicherheit und kommunizierst auf Augenhöhe mit Researchern, Hardware-Engineers und Product. Fließendes Englisch ist Voraussetzung, Deutschkenntnisse sind ein starkes Plus (B2 bis C1).","status":"open","duplicate_of":null,"first_seen":"2026-11-04T00:18:54.093948+00:00","responsibilities_summary":null,"requirements_summary":null,"all_tools":["Embedded Systems","ONNX","Python","C++","PyTorch","Linux"],"posting_language":"de","evidence":[{"language":"english","requirement":"required","quote":"h bei Unsicherheit und kommunizierst auf Augenhöhe mit Researchern, Hardware-Engineers und Product. Fließendes Englisch ist Voraussetzung, Deutschkenntnisse sind ein starkes Plus (B2 bis C1).","source":"rules"},{"language":"german","requirement":"required","quote":"uf Augenhöhe mit Researchern, Hardware-Engineers und Product. Fließendes Englisch ist Voraussetzung, Deutschkenntnisse sind ein starkes Plus (B2 bis C1).","source":"rules"}],"years_experience_max":null,"mobility_evidence":[],"model_version":"rules-8","english_badge":"English required","company_id":2275}