Robotics Middleware Engineer
Neura Robotics
Robotics Middleware Engineer
Neura Robotics
Cognitive robots with perception, manipulation, collaboration
Deine Mission & Challenges
Du übernimmst die Verantwortung für die Middleware-Integrationsschicht im NEURA Core Robot Software Team und bewegst dich dabei über das gesamte Robotik-Middleware-Spektrum – von Echtzeitregelung bis hin zu Fleet Messaging. Moderne Produktions- und Cognitive-Robotics-Systeme brauchen zunehmend mehrere Middleware-Technologien, die parallel nebeneinander laufen und sauber zusammenspielen.
ROS 2 Stack: Du verantwortest die komplette ROS-2-Schicht über alle Roboterplattformen hinweg: Sensor-Driver-Nodes, ros2_control YAML-Konfigurationen, DDS QoS-Tuning, Nav2-Konfigurationen, Launch-System-Architektur, Diagnose-Framework
Dabei betreust du unterschiedliche ROS-2-Releases von Humble bis Jazzy und unterstützt sowohl langfristige als auch kurzfristige Migrationszyklen.
OROCOS RTT Integration: Du übernimmst die Verantwortung für die portbasierte Hard-Real-Time-Komponentenebene hinter unseren Dynamics- und Whole-Body-Control-Pipelines.
Dabei muss die Ausführung deterministisch bis in den Sub-Millisekundenbereich bleiben. Dazu gehören auch Applikations- und Service-Schnittstellen, die als Hardware-Abstraktionsschicht dienen.
Apex.OS / Apex.Middleware: Du begleitest den kompletten Weg von einem Standard-ROS-2-Setup bis hin zu einer sicherheitszertifizierten Apex.OS-Deployment-Lösung.
Dazu gehört der Einsatz von Apex.OS mit ISO 26262 ASIL-D Zertifizierung, um eine deterministische und funktional sichere ROS-2-Runtime für Produktlinien bereitzustellen, die Functional-Safety-Anforderungen erfüllen müssen.
DDS Infrastruktur: Je nach Plattform oder Kundenanforderung müssen verschiedene Varianten und Versionen von FastDDS, Cyclone DDS, RTI Connext integriert, erweitert oder miteinander verbunden werden.
Dafür solltest du verstehen: wie sich QoS-Einstellungen auf RTPS-Protokollebene auswirken, wie Discovery-Mechanismen und Netzwerkadressierung in realen Netzwerken funktionieren, wann Fragmentierung relevant wird,
und welche Auswirkungen Reliability-Einstellungen in der Praxis haben.
Eclipse Zenoh: Du integrierst neue Zenoh-basierte Systeme in lokale oder verteilte Netzwerke.
Dazu gehört: die Anbindung an bestehende Multi-Middleware-Stacks, die Überprüfung von Anforderungen, und der Aufbau einer stabilen und zuverlässigen Integration.
Zero-Copy IPC: Für Single-Host-Szenarien setzt du auf Zero-Copy-Kommunikation über: Iceoryx2, rmw_iceoryx2 für ROS 2 oder Shared-Memory-Transporte anderer Middleware-Systeme um performante Inter-Process-Kommunikation (IPC) aufzubauen – beispielsweise für 1-kHz-Echtzeitdaten oder die Anbindung unterschiedliche Software-Domänen ohne zusätzlichen Kommunikations-Overhead.
Konsistenz über Middleware-Grenzen hinweg sicherstellen
Robot State- und Command-Schnittstellen müssen sich über alle Middleware-Schichten hinweg konsistent verhalten.
Ein wichtiger Teil deiner Verantwortung ist dabei die kontinuierliche Abstimmung von: zeitgestempelten Sensordatenströmen, multimodalen Beobachtungen, Port-Zuweisungen, Topic- und Nachrichtentyp-Schemata damit sowohl die gesamte Datenpipeline als auch das komplette Robotik-Ökosystem konsistent und zuverlässig bleiben.
Auf was können wir uns freuen
Tiefes C++ Know-how mit Realtime-Fokus – z. B. lock-free Queues, Zero-Copy, sauberes Memory-Management, RT-sicheres Logging.
Fundiertes Verständnis von Middleware QoS auf Wire-Level – nicht nur Config, sondern echtes Verhalten: Reliability, Durability, History, Fragmentation, Discovery und typische Failure Cases unter Last.
Erfahrung mit Middleware-Integration in Echtzeit-Robotersteuerungen mit deterministischen Timing-Anforderungen.
Produktive Erfahrung in mindestens EINEM der folgenden Bereiche:
(a) ROS 2 inkl. ros2_control & Lifecycle Nodes (Jazzy oder Humble)
(b) OROCOS RTT (Komponenten, Port-basierte Pipelines, Hard-RT)
(c) Apex.OS / Apex.Middleware (deterministische Systeme, idealerweise Automotive/Industrial SIL)
(d) Direkte Arbeit mit DDS (FastDDS, Cyclone DDS, RTI Connext) inkl. Konfiguration & QoS-Design für Produktion
Nice to Have
Erfahrung mit mehr als einem der genannten Middleware-Stacks – Multi-Middleware ist hier ein echter Differenzierer.
Eclipse Zenoh für skalierte verteilte Systeme oder Edge-Use-Cases.
Iceoryx oder ähnliche Zero-Copy IPC Lösungen.
Bridging zwischen Middleware-Systemen (z. B. ros1_bridge, OROCOS–ROS2 oder eigene Abstraktionsschichten).
DDS Security Plugins (Auth, Access Control, Crypto) für sicherheitskritische Deployments.
Open-Source Contributions in relevanten Ecosystems (ROS 2, OROCOS, Apex.OS, FastDDS, Cyclone DDS, RTI Connext).
Cognitive robots with perception, manipulation, collaboration
Neura Robotics builds cognitive robots for industrial and service settings, combining perception, manipulation, and human collaboration. It develops both the hardware and the software stack for Physical AI, creating robot platforms like MAiRA, MAV, LARA and MiPA along with training infrastructure. The system works by integrating sensing, decision-making, and manipulation capabilities on a hardware-software stack that can be deployed in large-scale production, with the company planning robots fleets and NEURA Gyms for ongoing training and improvement. What sets Neura Robotics apart is its end-to-end approach to Physical AI, including a focus on mass production, an established global deployment plan, and a broad ecosystem of strategic backers and partners that support scaling and international expansion. The goal is to enable worldwide deployment of its robot platforms and associated training infrastructure, turning physical AI into widely available industrial and service automation.
Explore more opportunities at Neura Robotics