# AI Data Annotation Specialist \(Mensch\) - Company: [Neura Robotics Gmbh]() - Location: Metzingen / Riederich - Team: AI - Employment type: Full Time - Posted: April 11, 2026 ## Job description # **Deine Mission & Herausforderungen** Als AI Data Annotation Specialist bewegst du dich an der Schnittstelle von Data Ingestion, Annotation-Workflow-Design und Machine Learning — mit einem starken Fokus auf den Aufbau von Trainingsdatensätzen für multimodale Foundation-Modelle, die Wahrnehmung, Sprache und Roboteraktion miteinander verbinden. Deine Hauptverantwortung ist die Konzeption und Pflege skalierbarer Workflows für automatisierte und Human-in-the-Loop-Annotation, damit Datensätze korrekt gelabelt, kuratiert, validiert und für effizientes Modelltraining sowie Evaluation aufbereitet sind. Du spielst eine entscheidende Rolle dabei, hochwertige Embodied-AI-Systeme zu ermöglichen, indem du rohe multimodale Roboterdaten in strukturierte, verlässliche und semantisch reichhaltige Trainingsdatensätze verwandelst. * Du konzipierst, baust und pflegst Pipelines für automatisierte, semi-automatisierte und Human-in-the-Loop-Datenannotation, mit Fokus auf Subtask-Labeling für Long-Horizon-Roboterdemonstrationen * Du entwickelst Annotation-Workflows für sprachbasiertes Robot Learning und Visual-Question-Answering(VQA)-Datensätze, einschließlich Instruction Generation, Subtask-Decomposition und der Verankerung natürlicher Sprache in visuellen und Aktionsdaten * Du nimmst multimodale Daten (Video, Tiefe, Propriozeption, Gripper States, Sprachinstruktionen) auf und integrierst sie in strukturierte Annotation-Workflows * Du wendest Pre-Labeling-Techniken mit Foundation-Modellen (z. B. Vision-Language-Modelle, LLMs) an, um die Annotation zu beschleunigen und manuellen Aufwand zu reduzieren * Du definierst und implementierst Datenqualitätsprüfungen: Inter-Annotator Agreement, Label-Konsistenz, Coverage-Analyse und Erkennung von Annotation Drift * Du treibst Data-Curation-Initiativen voran: Dataset Balancing, Deduplizierung, Failure-Case Mining, Task-Diversity-Analyse und gezielte Datenerhebung zur Schließung von Capability Gaps * Du identifizierst und behebst Datenqualitätsprobleme, Labeling-Inkonsistenzen, Verteilungs-Bias sowie Lücken in der Task-/Skill-Abdeckung # **Was du mitbringst** * Abschluss in Informatik, Data Science, Ingenieurwesen oder einem verwandten Bereich * 4+ Jahre Erfahrung in Machine Learning Operations, AI oder Software Engineering * Praktische Erfahrung mit Data-Annotation-Tools und Labeling-Workflows (z. B. Encord, CVAT, Label Studio oder vergleichbare Plattformen) * Erfahrung mit Subtask-Annotation, Ontologie-/Taxonomie-Design und VQA-Style-Labelling * Vertrautheit mit Robotik-Datensatzformaten und multimodaler Datenstrukturierung (z. B. LeRobot, RLDS, Open X-Embodiment) * Erfahrung mit Cloud-Plattformen (AWS, GCP, Azure) von Vorteil * Erfahrung im Verfassen von Annotation Guidelines / Taxonomien (ergänzt die oben genannte Verantwortung) * Vertrautheit mit VLMs/LLMs für Auto-Labeling (z. B. Open-Vocabulary-Detektoren, Modelle der Gemini-/GPT-Klasse) * Grundkenntnisse in Data Engineering — sicherer Umgang mit großskaligen/Streaming-Daten und Formaten wie ROS Bags/MCAP sowie S3-artigem Object Storage * Erfahrung im Aufbau von Backend-Services und Tooling (z. B. Node.js/TypeScript, REST-APIs) zur Integration von Annotation-Plattformen in interne Dateninfrastruktur * Von Vorteil: direkte Erfahrung mit Embodied-AI-/Teleoperationsdaten ## Apply [Apply on Neura Robotics Gmbh]() Canonical job page: