{"id":56642,"date":"2026-06-29T17:12:23","date_gmt":"2026-06-29T15:12:23","guid":{"rendered":"https:\/\/arbrea-labs.com\/?page_id=56642"},"modified":"2026-07-01T13:02:34","modified_gmt":"2026-07-01T11:02:34","slug":"angewandter-forschungsingenieur-3d-rekonstruktion-deep-learning","status":"publish","type":"page","link":"https:\/\/arbrea-labs.com\/de\/applied-research-engineer-3d-reconstruction-deep-learning\/","title":{"rendered":"Angewandter Forschungsingenieur \u2013 3D-Rekonstruktion & Deep Learning"},"content":{"rendered":"
<\/div><\/div>
<\/div><\/div>
\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t

Treten Sie unserem Team bei<\/h4>

Angewandter Forschungsingenieur - 3D-Rekonstruktion & Deep Learning<\/h1>\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>\n\t\t
<\/div><\/div><\/div>
\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\n
\n\t

<\/h2>\n
\n
\n

\u00dcber Arbrea Labs<\/b><\/h2>\n

Arbrea Labs ist ein ETH-Spin-off des Computer Graphics Lab an <\/span>ETH Z\u00fcrich<\/span><\/a>. Wir sind ein Team von Spezialisten f\u00fcr Computergrafik, Computer Vision, physikalisch basierte Simulation und k\u00fcnstliche Intelligenz, das hochmoderne KI-, AR- und 3D-Werkzeuge f\u00fcr die medizinische \u00c4sthetik und plastische Chirurgie entwickelt.<\/span><\/p>\n

Unsere Software erm\u00f6glicht es Chirurgen und \u00e4sthetischen \u00c4rzten, einen Patienten mit einem iPad oder iPhone zu erfassen und in deutlich unter zwei Minuten einen digitalen menschlichen Avatar zu erstellen, um m\u00f6gliche Ergebnisse f\u00fcr Brust-, Gesichts- und K\u00f6rperoperationen zu visualisieren \u2013 und so die Kommunikation, das Vertrauen und die Patientenzufriedenheit zu verbessern. Unsere Produkte, einschlie\u00dflich des Arbrea-Suite<\/a>, Arbrea-Brust<\/a>, Arbrea Gesicht<\/a>, Arbrea K\u00f6rper<\/a>und MeinArbrea<\/a>, werden von f\u00fchrenden Kliniken weltweit eingesetzt, und unser neues Arbrea 3.0<\/a> Das Release vereint sie zu einem nahtlosen \u00d6kosystem.<\/span><\/p>\n

Unterst\u00fctzt von Weltklasse-Talenten der ETH Z\u00fcrich und des Disney Research sowie von Innosuisse und Venturelab, suchen wir zur Verst\u00e4rkung unseres Teams Schl\u00fcsselpersonen mit starken technischen F\u00e4higkeiten und dem echten Wunsch, in einem Startup-Umfeld zu lernen und sich einzubringen. Wir ber\u00fccksichtigen sowohl Vollzeitkandidaten als auch Praktikanten, die m\u00f6glicherweise vollst\u00e4ndig ins Team \u00fcbernommen werden k\u00f6nnen.<\/span><\/p>\n

\u00dcber die Rolle<\/b><\/h2>\n

Als Applied Research Engineer mit Schwerpunkt auf 3D-Rekonstruktion und Deep Learning bei Arbrea Labs werden Sie die Kern-Computer-Vision-Engines und neuronalen Pipelines entwickeln, die reale menschliche K\u00f6rper erfassen, digitalisieren und in hochwertige 3D-Digital-Zwillinge umwandeln. Ihre Arbeit liegt an der Schnittstelle zwischen Forschung und Produktion: Entwicklung fortgeschrittener 3D-Wahrnehmungsmodelle, iterativer Rekonstruktionsworkflows und generativer KI-Funktionen, die hyperrealistische chirurgische und \u00e4sthetische Ergebnisvorschauen in Echtzeit direkt auf einem iPad oder iPhone erm\u00f6glichen.<\/span><\/p>\n

Als eine der Schl\u00fcsselpersonen im Team werden Sie einen starken Einfluss auf die Kern-KI und die Vision-Technologie hinter unserem gesamten Produkt\u00f6kosystem haben. Dies gibt Ihnen gemeinsam mit dem Team die M\u00f6glichkeit, zu weltweiten Marktf\u00fchrern in den Bereichen KI- und AR-gest\u00fctzte medizinische \u00c4sthetik heranzuwachsen. Sie arbeiten mit freundlichen, leidenschaftlichen und unkomplizierten Kollegen zusammen, die sehr gerne Anleitungen geben und bei regelm\u00e4\u00dfigen Teamevents ein Bier trinken. Die Umgebung ist flexibel, mit B\u00fcros in einem f\u00fchrenden Technologiezentrum, attraktiven Geh\u00e4ltern und Mitarbeiterbeteiligungspl\u00e4nen.<\/span><\/p>\n

Verantwortlichkeiten<\/b><\/h2>\n

Unsere F.<\/span><\/p>\n

    \n
  • Weiterentwicklung der 3D-Wahrnehmung: Entwicklung und Optimierung von Deep-Learning-Architekturen f\u00fcr One-Shot-3D-Rekonstruktion, Multi-View-Segmentierung, Tiefensch\u00e4tzung oder Posenverfolgung.<\/span><\/li>\n
  • Erstellen Sie Rekonstruktionssysteme der n\u00e4chsten Generation: Entwickeln Sie robuste 3D-Rekonstruktionspipelines, die auf hochpr\u00e4zise 3D-Generierung und progressive Formoptimierung abzielen.<\/span><\/li>\n
  • Erkunden Sie Generative 3D KI: Erforschen und prototypisieren Sie generative Modelle f\u00fcr steuerbare 3D-Generierung, -Bearbeitung oder intelligentes Content-Inpainting.<\/span><\/li>\n
  • Modellleistung verbessern: Skalierbarkeit und Inferenzgeschwindigkeit \u00fcber mobile und Cloud-Plattformen hinweg optimieren.<\/span><\/li>\n
  • Zusammenarbeit & Bereitstellung: Arbeiten Sie mit Softwareentwicklern und Produktteams zusammen, um experimentelle F&E-Modelle in robuste, produktionsreife Funktionen zu \u00fcberf\u00fchren.<\/span><\/li>\n
  • Technische Agilit\u00e4t entwickeln: Schnell lernen und sich \u00fcber verschiedene S\u00e4ulen unseres 3D-KI-Stacks (Wahrnehmung, Rekonstruktion und Generierung) anpassen, wenn sich Produktpriorit\u00e4ten und Forschungsrichtungen weiterentwickeln.<\/span><\/li>\n
  • Tragen Sie zu Innovationen bei: Beteiligen Sie sich an der Patentanmeldung und der Entwicklung innovativer Produktmerkmale.<\/span><\/li>\n<\/ul>\n

    Anforderungen<\/b><\/h2>\n
      \n
    • Master of Science (MSc) oder Promotion (PhD) in Informatik, K\u00fcnstlicher Intelligenz, Maschinellem Lernen oder einem verwandten Fachgebiet.<\/span><\/li>\n
    • Fundierte Grundlagen in Software Engineering in Python und Deep Learning Frameworks (haupts\u00e4chlich PyTorch).<\/span><\/li>\n
    • Fundiertes Verst\u00e4ndnis von 3D-Computer Vision (z. B. Mehrfachansichtsgeometrie, Kalibrierung), praktische Erfahrung im Training von Deep-Learning-Neuronalen Netzen (z. B. CNNs, Transformer, generative Modelle) und praktische Erfahrung im Umgang mit 3D-Datenrepr\u00e4sentationen (z. B. Meshes, Punktwolken, implizite Oberfl\u00e4chen)<\/span><\/li>\n
    • Erfahrung mit der Bereitstellung von KI-Modellen in Produktionsumgebungen.<\/span><\/li>\n
    • Ausgezeichnete Kommunikationsf\u00e4higkeiten in Englisch.<\/span><\/li>\n
    • Bereit, Verantwortung zu \u00fcbernehmen und Teil eines schnell wachsenden Unternehmens zu werden.<\/span><\/li>\n<\/ul>\n

      Nice to have<\/b><\/h2>\n
        \n
      • Domain-Erfahrung: Hintergrund in medizinischer Bildgebung, KI im Gesundheitswesen oder digitale Humantechnologie.<\/span><\/li>\n
      • Neuronale Grafik & Rendering: Kenntnisse in neuronalem Rendering, neuartiger Ansichtssynthese oder differenzierbaren Rendering-Techniken (z. B. Gaussian Splatting, NeRFs).<\/span><\/li>\n
      • Leistung & On-Device-Bereitstellung: Sammeln Sie Erfahrungen bei der Optimierung von Modellen f\u00fcr Echtzeit-Inferenz und deren Bereitstellung in ressourcenbeschr\u00e4nkten Umgebungen (z. B. mobile Ger\u00e4te, Edge Computing oder Web) mithilfe von Tools wie CoreML, TFLite, ONNX oder TensorRT.<\/span><\/li>\n
      • Ver\u00f6ffentlichungen auf Top-KI-Konferenzen oder in Fachzeitschriften.<\/span><\/li>\n
      • Erfahrung mit MLOps und Cloud-Infrastruktur.<\/span><\/li>\n<\/ul>\n

        Was wir anbieten<\/b><\/h2>\n
          \n
        • M\u00f6glichkeit, an bahnbrechenden KI-Produkten zu arbeiten, die weltweit eingesetzt werden.<\/span><\/li>\n
        • Flexibles und innovationsgetriebenes Arbeitsumfeld.<\/span><\/li>\n
        • Internationales Team von hochqualifizierten angewandten Forschern und Ingenieuren.<\/span><\/li>\n
        • Zugang zu Spitzentechnologien und angewandten Forschungsprojekten.<\/span><\/li>\n
        • Wettbewerbsf\u00e4higes Gehaltspaket mit Zusatzleistungen.<\/span><\/li>\n<\/ul>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>\n\t\t
          <\/div><\/div><\/div>
          \n\t
          \n\t\t
          \n\t\t\t
          \n\t\t\t\t\n
          \n\t<\/div>\n\n\n\n\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>\n\t\t
          <\/div><\/div><\/div>
          \n\t
          \n\t\t
          \n\t\t\t
          \n\t\t\t\t\n\t
          \n\t\t
          \n\t\t\t
          <\/div>