
Robominds is an innovative robotics company based in Munich, focused on revolutionizing industrial automation through artificial intelligence. Their core technology, robobrain®, provides industrial robots with human-like intelligence, combining AI, vision, and smart skills for intuitive operation. This platform enables robots to perform various tasks independently, without complex programming, by learning from examples and adapting to new scenarios. Robominds offers solutions for logistics, production, automotive, and laboratory sectors, including bin picking, sample handling, KLT handling, and depalletizing. They aim to make robotics accessible and affordable for companies of all sizes, driven by a passionate team dedicated to advancing the field of AI robotics.

Robominds is an innovative robotics company based in Munich, focused on revolutionizing industrial automation through artificial intelligence. Their core technology, robobrain®, provides industrial robots with human-like intelligence, combining AI, vision, and smart skills for intuitive operation. This platform enables robots to perform various tasks independently, without complex programming, by learning from examples and adapting to new scenarios. Robominds offers solutions for logistics, production, automotive, and laboratory sectors, including bin picking, sample handling, KLT handling, and depalletizing. They aim to make robotics accessible and affordable for companies of all sizes, driven by a passionate team dedicated to advancing the field of AI robotics.
Hintergrund :
Eine der größten Herausforderungen beim Trainieren von neuronalen Netzen ist die Beschaffung von annotierten Daten. Ein alternativer Ansatz ist es Trainingsdaten künstlich zu generieren. Hierbei liegt die Herausforderung darin die Diskrepanz zwischen realen und generierten Daten zu minimieren.
Ziel der Arbeit :
Untersuchung und Optimierung von Datengenerierungsprozessen, um die erforderliche Menge von annotierten Daten drastisch reduzieren zu können.
Aufgaben
Erzeugung eines künstlichen Trainingsdatensatzes der mit einem vorhandenen annotierten Datensatz vergleichbar ist.
Trainieren eines Models mit dem Generierten und Vergleichsdatensatz
Vergleich der Performance der trainierten Modelle
Optimieren des Datengenerierungsprozesses, um den Unterschied in der Modelperformance zu minimieren.
Qualifikation
Abgeschlossenes Bachelorstudium in Informatik, Mathematik, Physik, Elektrotechnik, Maschinenbau, oder ein vergleichbarer Abschluss
Kenntnisse im Bereich Machine Learning
Gute Programmierkenntnisse in Python
Erfahrung mit Werkzeugen der modernen Softwareentwicklung (git, IDE, z.B., VS Code, PyCharm)
Benefits
Zusammenarbeit mit einem interdisziplinären Team und die Möglichkeit, an einem praxisrelevanten Projekt in einem innovativen Umfeld zu arbeiten
Zugang zu modernster Roboter- und Greifertechnologie sowie Unterstützung bei der Durchführung der Tests
Ein dynamisches, motiviertes Team, getrieben von Innovationsgeist und Kreativität
Ein Arbeitsalltag in dem gemeinsam viel geschafft und viel gelacht wird
Freiraum und Flexibilität bei deiner persönlichen Arbeitsgestaltung
Flexible Arbeitszeitenregelung
Eine gelebte „use your own brain“-policy
Kantinenzuschuss - die Mittagspause verbringen wir gern gemeinsam
Einen immer gefüllten Kühlschrank mit Spezi, Cola und Club Mate, Wasserbar und richtig guten Kaffee