Machine Learning Engineer (Automotive Unit)

ZF LIFETEC ist einer der weltweit führenden Anbieter von passiven Sicherheitssystemen. Als Simi Automotive, ein globaler Innovationsführer für Motion-Capture-Software und komplette Systeme zur Aufzeichnung und Analyse menschlicher Bewegungen und eine Tochtergesellschaft von ZF LIFETEC, tragen wir mit unserer Erfahrung in kamerabasierten Systemen zur Entwicklung von Lösungen für die Überwachung des Fahrzeuginnenraums und die Sicherheit der Insassen bei. Wir arbeiten an adaptiven Rückhaltesystemen mit unseren Kollegen bei ZF LIFETEC.

Wir suchen einen hochqualifizierten und motivierten ML Engineer, der unser KI-Team verstärkt. Als ML Engineer werden Sie an einer Vielzahl spannender Projekte im Bereich der Überwachung des Fahrzeuginnenraums und der Produktionsqualitätsüberwachung arbeiten. Sie werden mit Softwareentwicklern und Dateningenieuren zusammenarbeiten, um moderne ML-Algorithmen für unsere Automobil-Demonstratoren zu entwerfen, zu trainieren, bereitzustellen und zu evaluieren.

• Trainieren und Evaluieren von modernen tiefen neuronalen Netzwerken für Aufgaben wie bildbasierte Klassifikation, Erkennung, Segmentierung und Pose-Schätzung.
• Implementierung gut strukturierter und dokumentierter Codes für Trainingspipeline, Datenpipeline, qualitative Analysen und Leistungsbewertungen.
• Bereitstellung von Modellen auf eingebetteten/beschränkten Hardware-Systemen.
• Datenprobenahme und -analyse für spezifische ML-Aufgaben.
• Analyse und Dokumentation der quantitativen und qualitativen Leistung von ML-Modellen.
• Bereitstellung wertvoller Rückmeldungen und Empfehlungen für die Datensammlung und -kennzeichnung für ML-Aufgaben.
• Analyse der Modellleistung in realen Demonstrationen in Fahrzeugen.

• Master-Abschluss in Informatik oder einem ähnlichen Bereich (Bitte senden Sie Ihr detailliertes Diplom).
• Erfahrung in Machine-Learning-Projekten während (Studenten-)Jobs, Praktika oder Abschlussarbeiten.
• Fundierte Kenntnisse in Machine Learning, Deep Learning und Computer Vision.
• Fundierte Programmierkenntnisse in Python und dessen Paketen, einschließlich PyTorch, Tensorflow, openCV usw.
• Kenntnisse über das Portieren von neuronalen Netzwerkmodellen auf eingebettete Systeme.

• Implementierung von Forschungspapieren und persönliche GitHub-Seite.
• Kenntnisse über moderne Architekturen neuronaler Netzwerkmodelle.
• Verständnis der Datenverteilung und deren Korrelation zum Training.
• Erfahrung mit Techniken zur Generierung synthetischer Daten, z.B. Diffusionsmodelle, variational autoencoders, GANs usw.
• Erfahrung mit Optimierungstechniken für Modelle auf eingebetteter Hardware, z.B. Quantisierung, Pruning usw.

Wir bieten die Möglichkeit, Verantwortung zu übernehmen und einen Unterschied zu machen, flache Hierarchien und flexible Arbeitszeiten. Neben der Arbeit in unserem neuen, modernen Büro in Unterschleißheim ist es auch möglich, teilweise von zu Hause aus zu arbeiten. Ein hochmotiviertes Team von Softwareentwicklern und Machine-Learning-Experten, das zusammenarbeitet, um das Fahren noch sicherer zu machen, freut sich darauf, Sie kennenzulernen!