Back to search
NEURA Robotics Linkedin · Posted 29d ago

Fleet Orchestration Engineer - Neuraverse (Mensch)

Bielefeld

Linkedin
Continue to application Add your email once, then Caio opens the original posting.

Indexed description

Deine Mission & Challenges

  • Multi-Roboter-Task-Allocation-Algorithmen: Auction-basiert (CBBA, Market-based), MILP-Solver für Offline-Planung, Hungarian für einfaches Matching, Matching nach Robotik-Fähigkeiten, Deadline-aware Scheduling, Priority-Queues
  • Mission Decomposition: Facility-Level-Ziel („liefere 50 Tabletts von der Küche auf Ebene 3 bis 18:00“) → pro Roboter Behavior-Tree-Skill-Bundles + Cross-Robot-Dependency-Graph + Übergabepunkte
  • Fleet Traffic Management über statisches Geofencing hinaus: dynamische Korridor-Zuweisung, Intersection-Handling, geteilte Ressourcen (Ladestationen, enge Passagen, Aufzüge, Türen), Preemption-Regeln
  • Cooperative-Task-Primitives: synchronisierte Handoffs (Robot A legt ab, Robot B greift zeitlich abgestimmt), koordinierte bimanuale Tasks über zwei Roboter, Leader/Follower-Formationen, Multi-Robot Peg-in-Hole
  • Fleet-Level Performance Management: Durchsatz-Dashboards, Auslastungs-Balancing, SLA-Tracking, prädiktives Rerouting bei langsamer werdenden Robotern
  • VDA 5050 Master Mode: NEURA orchestriert NEURA- und Third-Party-Roboter in eigenen Humanoid-/Service-Setups (Hospitality, Healthcare, Mixed-Fleet-Demos)
  • VDA 5050 Client Interop Testing: Sicherstellen, dass NEURA-Roboter sauber mit externen Fleet-Systemen (Open-RMF, Otto, MiR, Symovo) laufen – Protokoll selbst liegt beim Robot Connectivity Engineer
  • Exponieren von atomaren Skill-Primitives (MoveArmTo, Grasp, Release, Insert etc.) als typisierte NodeGraph-Nodes – abgestimmt mit Motion Planning Engineers
  • Design der Skill-API: Port-Schemas, Error-Typen, Pre-/Postconditions für externe Entwickler
  • Pre-Deployment Behavior-Tree-Simulation im Cognitive Twin – komplette Skill-Trees vor Einsatz testen (Simulation kommt vom Digital Twin Team)
  • NodeGraph-Templates für Cooperative-Task-Primitives (Execution-Vocabulary des Orchestrators)

Auf was können wir uns freuen

  • Hintergrund in Multi-Roboter-Systemen als Kernkompetenz – Erfahrung mit Task Allocation, Fleet Coordination oder Orchestrierung in Produktion (z. B. Open-RMF, Locus, Otto, MiR, Symbotic, Geek+, Boston Dynamics, klassische FMS)
  • Sehr gutes Verständnis von MRTA-Algorithmen: Auction-based, MILP, Hungarian etc. inkl. NP-Hardness und Trade-offs
  • Erfahrung in Distributed Systems: Consensus, Leader Election, Eventual Consistency, Fault Recovery
  • VDA 5050 (v2.0+) auf Protokollebene: Order, instantAction, State, Visualization; Master- und Client-Mode
  • Erfahrung mit BehaviorTree.CPP v4 und Groot2 für den NodeGraph-Teil
  • Python und C++; sicher im Umgang mit Optimierungs-Libraries (OR-tools, Gurobi, CPLEX)

Nice to have

  • Akademischer Background in Multi-Robot Systems (RSS/ICRA/IROS, MRTA, Swarm, Fleet Coordination)
  • Open-RMF Maintainer oder relevanter Contributor (fleet_adapter, dispatcher etc.)
  • Erfahrung mit Cooperative Manipulation (bimanual über mehrere Roboter, Assembly etc.)
  • Erfahrung mit kundenspezifischen FMS-Adaptern (Integration in Otto, MiR, Locus, Symovo etc.)
  • Grundverständnis Motion Planning (MoveIt2, OMPL), um Verhalten in Simulation zu bewerten
  • Erfahrung mit Formal Verification / Model Checking für Behavior Trees
  • ROS 2 (Jazzy oder Humble) – hilfreich, aber kein Muss; wichtiger sind Multi-Robot- und Distributed-Systems-Skills

Free. 20 seconds. No password. See every match in this search.

Create a free Caio profile to unlock more results and save your role and location preferences.

Unlock free search
Want help applying to roles like this? Search Caio for free. If CV tailoring and application tracking get heavy, Full Caio Agent adds a human specialist.
View Full Agent