Senior Softwareentwickler (m/w/d) – Verhaltensplanung

Stelle nicht auf LinkedIn

🔥 vor 18 Minuten

🌐 Vereinigtes Königreich, Italien, +6 weitere Länder – Remote

🇬🇧 Vereinigtes Königreich – Remote 🇮🇹 Italien – Remote 🇵🇱 Polen – Remote 🇸🇪 Schweden – Remote 🇩🇪 Deutschland – Remote 🇳🇱 Niederlande – Remote 🇫🇷 Frankreich – Remote 🇮🇪 Irland – Remote

⏰ Vollzeit

🟠 Senior

🧑‍💻 Full-Stack-Entwickler

👻 Geisterscore 25%

Was es bedeutet: wie wahrscheinlich diese Stelle offen bleibt, ohne dass aktiv eingestellt wird.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

AeroVect

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

📦 Logistik

💼 Beratung

🚀 Luft- und Raumfahrt

💰 Seed Round im 2022-07

Logistics • Consulting • Aerospace

AeroVect ist ein Technologieunternehmen, das sich auf fortschrittliche Automatisierung für Bodenabfertigungsgeräte (Ground Support Equipment, GSE) in der Luftfahrtindustrie spezialisiert hat. Das Flaggschiff-Produkt des Unternehmens, AeroVect Driver, ist ein hoch skalierbares, herstellerunabhängiges automatisiertes Fahrsystem, das entwickelt wurde, um Sicherheit, Produktivität und Nachhaltigkeit in Bodenabfertigungsoperationen zu verbessern. Vertraut von führenden Fluggesellschaften und Abfertigern, zielt AeroVect darauf ab, die Abläufe auf dem Vorfeld mit seiner erstklassigen Selbstfahrtechnologie, entwickelt im Silicon Valley für den globalen Luftfahrtmarkt, zu revolutionieren.

Beschreibung

• Entwicklung und Aufbau von Systemen zur Verhaltensplanung für autonomes Fahren in strukturierten Umgebungen mit niedrigen Geschwindigkeiten • Verantwortung für die Konzeption und Implementierung zentraler Module des Verhaltensplaners, die Fahrzeugaktionen in komplexen, dynamischen Vorfeldszenarien bestimmen • Bearbeitung der Modellierung von Interaktionen zwischen mehreren Agenten, regelbasierten und lernbasierten Entscheidungsverfahren sowie von Sonderfällen im Bodenbetrieb an Flughäfen • Entwicklung und Implementierung fortschrittlicher Algorithmen zur Verhaltensplanung für autonome Fahrzeuge • Zusammenarbeit mit funktionsübergreifenden Teams zur robusten Integration von Planungssystemen • Konzeption, Entwicklung und Pflege effizienter, skalierbarer Software in C++ und Python • Mitwirkung an der Softwarearchitektur für die Verhaltensplanung und an deren kontinuierlicher Weiterentwicklung • Umfassendes Testen von Algorithmen in simulierten Umgebungen und realen Szenarien • Analyse der Systemleistung sowie Umsetzung daten- und feedbackbasierter Verbesserungen • Pflege der Dokumentation zu Code, Algorithmen und Systemdesigns • Abstimmung der Entwicklung mit anderen Engineering-Teams

🎯 Anforderungen

• Sehr gute Kenntnisse in modernem C++ (11/14/17) und objektorientierter Programmierung • Sicherer Umgang mit Python für Rapid Prototyping und Tests • Ausgeprägte Fähigkeiten im Debugging, Profiling und bei der Optimierung von Code • Tiefgreifendes Verständnis von Algorithmen zur Verhaltensplanung, beispielsweise Zustandsautomaten, Behavior Trees und probabilistischer Planung • Kenntnisse von Algorithmen zur Pfadplanung wie A*, RRT oder optimierungsbasierten Verfahren • Mindestens drei Jahre Berufserfahrung in der Industrie in den Bereichen autonomes Fahren, Robotik oder einem verwandten Gebiet • Kenntnisse von Zustandsautomaten, Behavior Trees und Entscheidungsfindung unter Unsicherheit • Erfahrung mit Pfadplanungsalgorithmen wie A*, D* und Rapidly-exploring Random Trees (RRT) • Kenntnisse in Verfahren des maschinellen Lernens, insbesondere im Zusammenhang mit Verhaltensvorhersage und -planung • Erfahrung mit ROS / ROS2 • Erfahrung in der Implementierung von Systemen, die mit hoher Frequenz neu planen können, um sich an dynamische Veränderungen der Umgebung anzupassen • Erfahrung damit, die Ausführung von Algorithmen zur Verhaltensplanung mit minimaler Latenz für die Navigation in Echtzeit sicherzustellen • Sehr gute Kenntnisse in Optimierungstechniken und probabilistischen Modellen für fundierte Planungsentscheidungen unter Unsicherheit