Studium in Regelungstechnik, Robotik, Mechatronik oder vergleichbar Fundierte Kenntnisse in Regelungstechnik (Zustandsraum, klassische Regler) Erfahrung mit Model Predictive Control Kenntnisse in Kalman-Filterung & Sensorfusion Sehr gute C++-Kenntnisse für Echtzeitsysteme Python für Prototyping & Analyse Sicherer Umgang mit Git und modernem Dev-Workflow Entwicklung und Implementierung von Model Predictive Control (MPC)-Algorithmen für die autonome Lenkung von Landmaschinen Robuste Lokalisierungslösungen mit Sensor Fusion (GNSS/RTK, IMU, Odometrie) Entwicklung und Optimierung von Kalman-Filtern zur Positions- und Zustandsschätzung Modellierung kinematischer und dynamischer Fahrzeugmodelle (Ackermann, Differential, etc.) Echtzeitimplementierung in C++, Simulation & Tests auf echten Maschinen Zusammenarbeit mit Embedded-, Backend- und Feldtest-Teams Firmenkultur Flache Hierarchien Flexible Arbeitszeiten Keine Home-Office Angabe Work-Life-Balance