Von der Genieportal-Redaktion · Stand:
Computer Vision Engineers bringen Maschinen das Sehen bei. Sie entwickeln Algorithmen und neuronale Netze die Bilder und Videos verstehen: Objekte erkennen, Szenen interpretieren, Gesichter identifizieren, Qualitätsmängel in der Produktion finden oder autonomen Fahrzeugen die Umgebung erschließen. Das Feld hat durch Deep Learning eine Revolution erlebt: Convolutional Neural Networks (CNNs), Vision Transformers (ViT) und multimodale Modelle (CLIP, GPT-4V) haben die Leistung dramatisch verbessert. Was vor 10 Jahren Forschung war, ist heute Produktion: Gesichtserkennung im Smartphone, automatische Qualitätskontrolle in Fabriken, Hautkrebs-Erkennung per App, Autonomous Driving, Augmented Reality. Computer Vision ist eines der größten Teilgebiete der KI und findet Anwendung in praktisch jeder Branche: Automotive (Umfeldwahrnehmung), Medizin (Bilddiagnostik), Industrie (Qualitätskontrolle), Retail (Cashierless Stores), Sicherheit (Videoüberwachung), Landwirtschaft (Ernteüberwachung per Drohne).
Als Computer Vision Engineer kümmerst du dich um 10 typische Aufgabenbereiche. Im Mittelpunkt stehen: Entwicklung von Objekterkennung und -segmentierung (YOLO, Mask R-CNN, SAM) sowie Training und Fine-Tuning von CNNs und Vision Transformers.
Als Computer Vision Engineer brauchst du vor allem diese Fähigkeiten: Deep Learning für Bildverarbeitung (PyTorch, TensorFlow), CNN-Architekturen (ResNet, EfficientNet, Vision Transformer) sowie Objekterkennung (YOLO, Detectron2, MMDetection).
Als Computer Vision Engineer kannst du dich in 6 Richtungen weiterentwickeln, zum Beispiel: Senior CV Engineer, Computer Vision Tech Lead oder Principal Engineer / Staff Engineer.
Morgens: Trainings-Run von gestern Nacht auswerten. Fehleranalyse: Welche Defekte werden noch übersehen? Confusion Matrix analysieren. Vormittags: Daten-Pipeline verbessern: neue Trainingsbilder von der Produktionslinie integrieren. Annotation reviewen: Sind die Bounding Boxes korrekt? Edge Cases labeln (Kratzer vs. Spiegelung). Nachmittags: Edge Deployment. Das Modell muss auf einer NVIDIA Jetson in der Fabrik laufen. Modell quantisieren (FP32 → INT8), TensorRT-Optimierung, Inferenzzeit messen: 45ms pro Bild, schnell genug für Echtzeit. Spätnachmittags: Neues Paper lesen: 'Segment Anything Model 2' von Meta. Kann das unsere Annotation-Pipeline beschleunigen? Erste Experimente aufsetzen.
Extrem gefragt. Automotive (Wahrnehmung für autonomes Fahren), Medizintechnik (KI-Diagnostik), Industrie (Qualitätskontrolle), Retail und Security suchen CV Engineers. Bosch, Zeiss, Siemens, BMW, Continental und hunderte Startups in Deutschland. Die Gehälter liegen im oberen IT-Bereich. PhD ist kein Muss, aber ein Vorteil. Remote-Arbeit möglich, aber Hardware-Zugang (GPUs, Kameras) oft nötig.
Jobs als Computer Vision Engineer findest du bei Berufsgenie deutschlandweit, mit eigenen Übersichten unter anderem für Berlin, Hamburg, München, Köln, Frankfurt am Main und Düsseldorf.
Alle Städte ansehenAktuell findest du auf Berufsgenie 2 Stellen als Computer Vision Engineer. Hier siehst du eine Auswahl von 2 Angeboten, unter anderem von Schwarz Digits und AUTO1 Group, verteilt auf Orte wie Deutschland und Berlin.