Deine Aufgaben bei uns

• Recherchieren aktueller Methoden zum Finetuning und Prompt Engineering von LLMs im Kontext robotischer Systeme und Simulationsumgebungen
• Aufbereiten und Generieren von Trainingsdaten – z. B. durch synthetische Daten, bestehende manuelle Tests oder Dokumentationen
• Entwickeln und Umsetzen eines Finetuning-Prozesses für ausgewählte LLMs wie HuggingFace, OpenAI oder LLaMA
• Evaluieren und Vergleichen der Performance der trainierten Modelle
• Idealerweise: Integrieren der optimierten Modelle in bestehende Simulations- und Testumgebungen (z. B. NVIDIA Isaac)
• Dokumentieren der Ergebnisse und Ableiten konkreter Handlungsempfehlungen für die Anwendung im produktiven Umfeld

Das bringst du mit

• Laufendes Studium in einem MINT-Fach (z. B. Informatik, Robotik, Mathematik, Elektrotechnik oder vergleichbar)
• Sehr gute Kenntnisse in Python sowie Erfahrung im Umgang mit Conda und Visual Studio Code
• Erste praktische Erfahrungen im Finetuning von LLMs oder im Einsatz gängiger Machine-Learning-Frameworks wie PyTorch, TensorFlow oder HuggingFace
• Wünschenswert: Verständnis für robotische Systeme, Simulationsverfahren und mathematische Modellierung
• Wünschenswert: Kenntnisse in Cloud-Technologien, Remote-Systemen oder automatisierten Tests
• Selbstständige, strukturierte Arbeitsweise und Begeisterung für Forschung und innovative Technologien