Mobile Engineer

World ist ein Netzwerk von echten Menschen, das auf datenschutzfreundlicher Technologie zur Nachweisführung von Menschlichkeit basiert und von einem global inklusiven Finanznetzwerk unterstützt wird, das den freien Fluss digitaler Vermögenswerte für alle ermöglicht. Diese Gelegenheit wird mit Tools for Humanity verbunden sein.

Das AI & Biometrics Team entwickelt ein biometrisches Iris-Erkennungssystem, das zuverlässig mit mehr als einer Milliarde Nutzern funktioniert, um die Menschlichkeit online zu bewerten. Dies ist der Schlüssel zur Sicherstellung der Einzigartigkeit und Authentizität von Konten für Worldcoin und seine nachgelagerten Anwendungen wie die Verteilung des WLD-Tokens und Online-Governance. Wir verwenden modernste Machine-Learning-Modelle, die auf maßgeschneiderter Hardware bereitgestellt werden, um eine qualitativ hochwertige Bildaufnahme, Identifizierung und Betrugsprävention zu ermöglichen, während nur minimale Benutzerinteraktion erforderlich ist.

Wir suchen einen Mobile Development Engineer, der unserem AI & Biometrics Team beitritt, um Technologien zu erkunden und zu entwickeln, die die Grenzen der mobilen Gesichtsauthentifizierung erweitern. Sie werden die Lücke zwischen unseren ML-Forschungsinitiativen und den mobilen Hardwarefähigkeiten überbrücken und Lösungen prototypisieren, die sicherstellen, dass die Bildaufnahmeprozesse qualitativ hochwertig und sicher sind.

In dieser Rolle werden Sie:

• Prototypen und Proof-of-Concept-Anwendungen auf mobilen Plattformen entwickeln, um Computer Vision-Forschungsarbeitsströme zu unterstützen.
• Präsentationsangriffsdetektionskonzepte (PAD) implementieren, indem Sie mobile Hardwarefunktionen (Kameras, Displays, Sensoren & Aktuatoren) manipulieren.
• Mit unseren internen Computer Vision-Modellen und -Bibliotheken über FFI-Integration interagieren.
• Eng mit ML-Ingenieuren zusammenarbeiten, um Forschungsanforderungen in funktionierende Prototypen zu übersetzen.
• Interne Demonstrationsanwendungen für verschiedene Betrugsdetektionskonzepte und Tools zur Datensammlung und Validierung erstellen.

Über Sie:

• Mindestens 2 Jahre Erfahrung in Android und/oder iOS.
• Technische Neugier: Bereitschaft, sich intensiv mit unbekannten APIs, Forschungspapieren und neuen Technologien auseinanderzusetzen.
• Kollaborativer Geist: Starke Kommunikationsfähigkeiten, um effektiv mit ML-Ingenieuren zu arbeiten.
• Starke Programmiererfahrung in Android (Kotlin).
• Erfahrung mit nativen mobilen APIs und systemnahen Funktionen.
• Erfahrung mit Kamera-APIs und mobiler Sensorintegration.
• Solides Verständnis der besten Praktiken und Architekturmodelle in der mobilen Entwicklung.
• Ausgezeichnete Problemlösungsfähigkeiten und Aufmerksamkeit für Details.

Android-Technologien:

• Grundlagen: Kotlin, Android Studio, Git, GitHub, Gradle.
• Bibliotheken: CameraX, Camera2 API, Android Sensor APIs, Jetpack Compose.
• Nice-to-haves: FFI: JNI-Bibliotheken, C/C++-Bibliotheksintegrationen.
• Bildverarbeitung, wie: OpenCV, morphologische Operationen, ISP (Bildsignalprozessor).
• ML: TensorflowLite, PyTorch Mobile, ExecuTorch, Vulkan.
• Frühere iOS-Arbeit: Swift, AVFoundation, SwiftUI, CoreML, Metal.

Für iOS:

• Grundlagen: Swift, XCode, Git, GitHub.
• Bibliotheken: AVFoundation, CoreImage, CoreMotion, SwiftUI.
• Nice-to-haves: FFI: Swift/Objective-C-Bridging, C/C++-Integrationen.
• Bildverarbeitung, wie: OpenCV, morphologische Operationen, ISP (Bildsignalprozessor).
• ML: TensorflowLite, PyTorch Mobile, ExecuTorch, Metal.
• Frühere Android-Arbeit: Kotlin, CameraX/Camera2, Jetpack Compose, Vulkan.

Was wir bieten:

• Ein offenes und kollaboratives Büroumfeld.
• Unbegrenzte Urlaubstage.
• Monatliche Telefonvergütung oder ein Unternehmensgerät.
• Tägliche Mahlzeiten im Büro.
• Top-tier medizinische, zahnärztliche und augenärztliche Versicherung.
• Renten- oder Pensionsprogramm.

Das angemessen geschätzte Gehalt für diese Rolle bei TFH in München liegt zwischen 77.000 € und 115.000 €, zuzüglich eines wettbewerbsfähigen langfristigen Anreizpakets und kann variable Vergütung beinhalten. Die tatsächliche Vergütung basiert auf Faktoren wie den Fähigkeiten, Qualifikationen und Erfahrungen des Kandidaten.