Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Constructor Labs
Люксембург7 дней назад
Формат работы
Гибрид
Уровень английского
C1, продвинутый
Релокация
Люксембург
Письмо на почту или сообщение рекрутеру в Telegram
Constructor Labs — это исследовательское подразделение Constructor Knowledge, расположенное по адресу Campus Ring 1 в Бремене, Германия. Наша работа организована вокруг трех направлений: Knowledge Labs, Cyber Labs и Science Labs. Мы применяем компьютерные, программные и робототехнические исследования, чтобы сделать ученых, преподавателей и студентов более эффективными, работая с такими институциональными партнерами, как CERN, NUS, Carnegie Mellon и Fraunhofer. Наша практика EdTech создает исследования, которые используются в реальных условиях. Система удаленного наблюдения с поддержкой ИИ используется в Управлении гражданской авиации Ирландии, Университете Принцессы Нуры и Саудовском электронном университете, а наша платформа доставки курсов используется CERN, EPFL, MariaDB и Acronis. Для промышленных клиентов мы создаем специализированные программы для бакалавриата, магистратуры и докторантуры, операционные модели обучения и развития, программы повышения квалификации в области ИИ и системы обучения клиентов. Constructor Autonomous Racing разрабатывает программное обеспечение для управления полноразмерным автономным гоночным автомобилем. Мы участвуем в A2RL (Лига автономных гонок Абу-Даби). Мы также работаем с автомобильными партнерами над внедрением наших технологий в дорожные автомобили. Наши НИОКР-проекты включают предотвращение аварийных препятствий, ADAS и ИИ-тренер по вождению (Racing Coach). Мы ищем инженера по планированию траектории и управлению (Motion Planning & Control Engineer), который присоединится к нашей команде автономных гонок и поможет разработать алгоритмы, позволяющие полноразмерному гоночному автомобилю автономно перемещаться по трассе на высоких скоростях. В этой роли вы будете работать на стыке теории управления, робототехники и динамики транспортных средств, разрабатывая и оптимизируя алгоритмы планирования траектории и управления для реальных гоночных условий. Вы будете вовлечены на протяжении всего цикла разработки: от математического моделирования и симуляции до реализации, тестирования и валидации на реальном гоночном автомобиле. Вы будете тесно сотрудничать с инженерной командой для улучшения характеристик, стабильности и надежности автомобиля, с возможностью увидеть ваши решения протестированными во время трековых сессий и международных гоночных мероприятий. Помимо автономных гонок, вы также будете вносить вклад в перенос наших технологий в реальные автомобильные приложения, включая системы помощи водителю и предотвращение аварийных препятствий.
Разрабатывать и оптимизировать передовые алгоритмы управления движением, уделяя особое внимание нелинейному прогнозирующему управлению (MPC), с использованием C++ и ROS 2 для обеспечения надежной производительности в реальном времени на нашем автономном гоночном автомобиле. Проектировать, разрабатывать и валидировать модели динамики транспортных средств, включая идентификацию системы, для поддержки точного управления движением, планирования траектории и симуляции. Участвовать в разработке и улучшении алгоритмов планирования траектории, включая планирование пути на основе MPC, управление Model Predictive Path Integral (MPPI) и зональные подходы к планированию. Валидировать и уточнять алгоритмы с помощью симуляции и реального тестирования, обеспечивая плавный переход от виртуальных сред к развертыванию на трассе. Участвовать в трековых испытаниях и международных гоночных мероприятиях, поддерживая эксплуатацию транспортных средств, устраняя технические проблемы и анализируя данные о производительности для постоянного улучшения наших систем автономного вождения. Сотрудничать в передовых проектах НИОКР в области автомобилестроения, адаптируя и перенося технологии автономных гонок в реальные автомобильные приложения, включая системы помощи водителю (ADAS) и предотвращение аварийных препятствий.
Магистр или доктор наук в области робототехники, инженерии систем управления, автономных систем, автомобилестроения или смежной области. Практический опыт работы с Model Predictive Control (MPC), желательно полученный в рамках магистерской диссертации, докторских исследований или проекта по автономным гонкам. Практический опыт программирования на C++, Python, ROS/ROS 2 и Linux. Опыт разработки алгоритмов планирования траектории или управления для автономных транспортных средств или мобильных роботизированных систем. Твердое понимание теории управления, динамики транспортных средств и принципов планирования траектории. Опыт реализации и тестирования алгоритмов в симуляции и, в идеале, на реальных роботизированных платформах или транспортных средствах. Сильные аналитические способности и навыки решения проблем, а также интерес к применению исследований для решения реальных задач автономных гонок. Свободное владение английским языком и способность к сотрудничеству в международной инженерной команде.
Участие в Formula Student Driverless, A2RL, Indy Autonomous Challenge, F1TENTH или аналогичных соревнованиях по автономным гонкам. Опыт исследований, посвященных нелинейным MPC, оптимизации траекторий или планированию траекторий на основе выборки. Знакомство с моделированием динамики транспортных средств, моделированием шин и идентификацией систем. Опыт работы с системами drive-by-wire и протоколами связи CAN.
Возможность работать над передовыми технологиями автономных гонок, напрямую способствуя разработке и производительности полноразмерного автономного гоночного автомобиля. Практическое участие в реальных испытаниях и международных гоночных мероприятиях с возможностью поездок в такие места, как Абу-Даби и Шанхай. Позиция в Люксембурге с гибридным графиком работы, сочетающая инженерную разработку с практической деятельностью по тестированию. Отпуск 25 дней Релокационный пакет, если вы живете за пределами Люксембурга Языковые курсы Бонус при рождении ребенка
About us
Constructor Labs is the research arm of Constructor Knowledge, based at Campus Ring 1 in Bremen, Germany. Our work is organized around three units: Knowledge Labs, Cyber Labs and Science Labs. We apply computing, software and robotics research to make scientists, teachers and students more effective, working with institutional partners that include CERN, NUS, Carnegie Mellon and Fraunhofer.
Our EdTech practice produces research that runs in production. AI-supported remote proctoring is in use at the Irish Aviation Authority, Princess Nourah University and Saudi Electronic University, and our course delivery platform is used by CERN, EPFL, MariaDB and Acronis. For industry clients, we build tailored BSc, MSc and PhD pipelines, L&D operating models, AI upskilling programmes and customer training systems.
Constructor Autonomous Racing builds the driving software for a full-size autonomous race car. We race in the A2RL (Abu Dhabi Autonomous Racing League). We also work with automotive partners to transfer our technology to road cars. Our R&D projects include emergency obstacle avoidance, ADAS and an AI driving coach (Racing Coach).
About the Role
We're looking for a Motion Planning & Control Engineer to join our autonomous racing team and help develop the algorithms that enable a full-size race car to navigate the track autonomously at high speeds.
In this role, you'll work at the intersection of control theory, robotics, and vehicle dynamics, developing and optimizing motion planning and control algorithms for real-world racing conditions. You'll be involved throughout the development cycle, from mathematical modelling and simulation to implementation, testing, and validation on the actual race car.
You'll work closely with the engineering team to improve vehicle performance, stability, and reliability, with opportunities to see your solutions tested during track sessions and international racing events.
Beyond autonomous racing, you'll also contribute to transferring our technology into real-world automotive applications, including advanced driver assistance systems and emergency obstacle avoidance.
What you'll do
Develop and optimize advanced motion control algorithms, focusing on nonlinear Model Predictive Control (MPC), using C++ and ROS 2 to ensure reliable, real-time performance on our autonomous race car.
Design, develop, and validate vehicle dynamics models, including system identification, to support accurate motion control, trajectory planning, and simulation.
Contribute to the development and improvement of motion planning algorithms, including MPC-based path planning, Model Predictive Path Integral (MPPI) control, and zone-based planning approaches.
Validate and refine algorithms through simulation and real-world testing, ensuring a smooth transition from virtual environments to on-track deployment.
Participate in track testing sessions and international racing events, supporting vehicle operations, troubleshooting technical challenges, and analyzing performance data to continuously improve our autonomous driving systems.
Collaborate on cutting-edge automotive R&D projects, adapting and transferring autonomous racing technologies to real-world automotive applications, including advanced driver assistance systems (ADAS) and emergency obstacle avoidance.
What we're looking for
An MSc or PhD in Robotics, Control Engineering, Autonomous Systems, Automotive Engineering, or a closely related field.
Hands-on experience with Model Predictive Control (MPC), ideally through a master's thesis, PhD research, or autonomous racing project.
Practical programming experience with C++, Python, ROS/ROS 2, and Linux.
Experience developing motion planning or control algorithms for autonomous vehicles or mobile robotic systems.
A solid understanding of control theory, vehicle dynamics, and motion planning principles.
Experience implementing and testing algorithms in simulation and, ideally, on real robotic platforms or vehicles.
Strong analytical and problem-solving skills, with an interest in applying research to real-world autonomous racing challenges.
Fluent English and the ability to collaborate in an international engineering team.
Nice to have
Participation in Formula Student Driverless, A2RL, Indy Autonomous Challenge, F1TENTH, or similar autonomous racing competitions.
Research experience focused on nonlinear MPC, trajectory optimization, or sampling-based motion planning.
Familiarity with vehicle dynamics modelling, tyre modelling, and system identification.
Experience with drive-by-wire systems and CAN communication protocols.
What we offer
The opportunity to work on cutting-edge autonomous racing technology, contributing directly to the development and performance of a full-size autonomous race car.
Hands-on involvement in real-world testing and international racing events, with opportunities to travel to locations such as Abu Dhabi and Shanghai.
A Luxembourg-based position with a hybrid working arrangement, combining engineering development with practical testing activities.
Vacation days 25
Relocation package if you live outside of Luxembourg
Language classes
Newborn bonus
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 48 300 до 79 800