DEINE MISSION & HERAUSFORDERUNGEN NEURA skaliert seine AI-Abteilung, um unsere Produkt-Roadmap umzusetzen. Als Group Lead AI Engineering verantwortest du ein fokussiertes Sub-Team innerhalb der AI-Organisation. Du gibst die technische Richtung vor, triffst entscheidende Architekturentscheidungen und unterstützt dein Team dabei, Herausforderungen zu überwinden — gleichzeitig bleibst du nah genug an der Technik, um Arbeit zu reviewen, Ansätze kritisch zu hinterfragen und selbst vorzuleben, wie exzellentes Engineering aussieht. Deine Aufgaben Verantworte die technische Roadmap deines Teams: definiere Ziele, übersetze sie in umsetzbare Engineering-Streams und stelle die Abstimmung mit der übergeordneten AI- und Produktstrategie sicher. Führe und entwickle ein leistungsstarkes Team von AI Engineers : gewinne Top-Talente, führe technische Interviews, setze klare Erwartungen und entwickle Mitarbeitende zu Senior Engineers weiter. Treibe den Transfer von Research zu Production voran: evaluiere State-of-the-Art-Methoden, prüfe Machbarkeit und baue die technischen Brücken, die AI-Modelle zuverlässig auf realer Robotik-Hardware zum Laufen bringen. Arbeite cross-funktional mit Software-, Hardware- und Product-Teams zusammen, um AI-Fähigkeiten mit Plattformanforderungen und Customer Use Cases abzustimmen. Definiere und überwache Engineering-Qualitätsstandards : Testing-Standards, Model-Evaluation-Pipelines, Deployment-Metriken und Data-Governance-Praktiken innerhalb deines Verantwortungsbereichs. Werde hands-on aktiv, wenn dein Team auf komplexe Blocker stößt: reviewe Trainingsläufe, debugge Modellverhalten, hinterfrage Architekturentscheidungen und führe durch technisches Vorbild. Sammle Learnings aus Projekten und speise diese aktiv in die Core AI Roadmap zurück. WAS DU MITBRINGST Einen hervorragenden Master- oder PhD-Abschluss in Informatik, Robotik, Elektrotechnik oder einem verwandten Fachgebiet. 7 Jahre praktische Erfahrung in ML- oder Robotics-AI-Engineering, davon mindestens 2 Jahre in einer formellen oder informellen technischen Lead-Rolle. Erfahrung mit produktiven Systemen ist essenziell. Fundierte Expertise in mindestens zwei der folgenden Bereiche: Vision-based Perception Manipulation & Control Reinforcement / Imitation Learning Multimodale Foundation Models Skalierbare MLOps-Systeme Sehr gute Python-Kenntnisse (C++ ist ein Plus), praktische Erfahrung mit PyTorch oder JAX sowie Kenntnisse in Cloud-Infrastruktur (AWS, GCP oder Azure) und CI/CD für ML-Systeme. Freude an der Arbeit mit realer Robotik-Hardware und Simulationsumgebungen wie IsaacSim, MuJoCo oder vergleichbaren Tools. Du weißt: Der echte Test findet immer in der realen Welt statt. Nachweisbare Fähigkeit, technische Richtung vorzugeben, Engineers zu coachen, Code- und Design-Reviews durchzuführen und Entscheidungen unter Unsicherheit zu treffen. Du kommunizierst souverän zwischen Research, Product Management und Hardware Engineering, ohne technische Präzision zu verlieren. Verhandlungssicheres Englisch; Deutschkenntnisse (B2–C1) sind ein starkes Plus.