uNaice ist Pionier im Bereich der automatisierten Contentproduktion und automatisierten Datenaufbereitung und -anreicherung.

Wir entwickeln Kunden, die sich an der Schwelle zur Digitalisierung befinden. Unsere Kunden sind u.A. Top-Player im E-Commerce wie adidas, Wago, TUI, C&A, aber auch Verlage wie Neue Westfälische Zeitung, Volksstimme und vor allem internationale Hersteller, mit sehr großen Datenmengen und Bedarf an internationalem Content.

Unsere Arbeit versetzt die Pioniere der Branche in die Lage, automatisiert Daten und/ooder Content zu normieren, zu glätten, zu strukurieren und anzureichern und dies alles vollautomatisch. Kurz gesagt: Wir können aus Texten Datensätze mit Attributen und Attributswerten machen, oder aus Daten auf Knopfdruck unique, conversionstarke und SEO-relevante Produktbeschreibungen und Kategorieseiten erstellen und publizieren. Und das in 110 Sprachen.

- Du sprichst und schreibst A1-Level Deutsch

Aufgaben

Über das neue Projekt und unsere neue Software.

Wir entwickeln einen Prototypen auf Basis einer vierbeinigen Roboterplattform (Unitree Go2 mit Greifarm), der Unkraut in einem Testgarten mithilfe von KI-Bilderkennung erkennt und selbstständig entfernt. Ziel ist zunächst ein funktionierender Proof of Concept, langfristig ein zuverlässiges System für den Dauereinsatz.

Aufgaben

- Einrichtung und Steuerung der Roboterplattform (Unitree SDK, ROS/ROS2)

- Integration und Kalibrierung des Greifarms (Kinematik, Kraftsteuerung, Präzisionsgreifen)

- Anbindung eines Vision-Modells zur Pflanzenerkennung (zunächst API-basiert/Zero-Shot, später ggf. eigenes trainiertes Modell)

- Entwicklung der Koordinatentransformation Kamera → reale Weltkoordinaten → Arm

- Aufbau einer Datenpipeline für Bildsammlung, Labeling und iteratives Modelltraining

- Testläufe im Garten, Fehleranalyse, kontinuierliche Verbesserung

- Dokumentation des Systems und der Ergebnisse

Erforderliche Skills

Muss-Anforderungen:

- Solide Programmierkenntnisse in Python (Pflicht), idealerweise auch C++

- Erfahrung mit ROS oder ROS2 (Robot Operating System)

- Erfahrung mit Computer Vision / Machine Learning (z. B. PyTorch, TensorFlow, OpenCV)

- Erfahrung mit API-Integration von KI-/Vision-Modellen (z. B. multimodale LLM-APIs)

- Grundverständnis von Robotik-Kinematik (Koordinatentransformationen, inverse Kinematik)

- Selbstständige, iterative Arbeitsweise (Hardware-Testing vor Ort, kein reines Büro-Coding)

Wünschenswert:

- Praktische Erfahrung mit Quadruped-Robotern oder Robotermanipulatoren (z. B. aus Studium/Labor)

- Erfahrung mit Sensorkalibrierung (Kamera, Tiefensensor/Stereo)

- Kenntnisse in Datensatz-Erstellung und -Labeling für ML-Training

- Erfahrung mit Embedded-Systemen / Mikrocontrollern

- Erste Erfahrung mit landwirtschaftlicher/gartenbaulicher Automatisierung ist ein Plus, aber keine Voraussetzung

Profil / Hintergrund

Passende Kandidat:innen kommen typischerweise aus:

- Informatik (Schwerpunkt Robotik, KI oder Machine Learning)

- Mechatronik (Schwerpunkt Autonome Systeme/Robotik)

- Elektrotechnik / Automatisierungstechnik

Sowohl Absolvent:innen mit praktischer Abschlussarbeit im Robotik-Bereich als auch erfahrene Fullstack-/ML-Entwickler:innen mit Zusatzkenntnissen in Robotik sind willkommen. Wichtiger als der formale Abschluss ist nachweisbare praktische Erfahrung (Projekte, Robotik-Labor, Wettbewerbe wie RoboCup, eigene Projekte mit ROS).

Arbeitsweise

- Vor-Ort-Arbeit im Testgarten erforderlich (kein reines Remote-Projekt)

- Projektbasiert, iterativ, mit wöchentlichen Testläufen

- Zeitrahmen: initial 4 Wochen für Proof of Concept, danach fortlaufende Weiterentwicklung

Qualifikation