AI Research Engineer

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 (z. B. im Rahmen von EXIST, ZIM oder weiteren Förderprogrammen). Positionierung als wissenschaftliches Herzstück der KI-Forschung innerhalb des Kernteams. 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. EXIST, ZIM, 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 und 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). - Büroräumlichkeiten in Köln Start ist voraussichtlich September 2026 Bewerbung bis spätestens zum 10. Januar 2026 Gründer: Han Cheol Yi https://www.linkedin.com/in/h-yi/