AI Research Engineer / ML Researcher.

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.

Aufgaben

• 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.

Benefits

• 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/in/h-yi/