Staff Embedded ML/DSP Systems Engineer (Audio Engineering)

Staff Embedded ML/DSP Systems Engineer (Audio Engineering)

München Vollzeit 75000 - 95000 € / Jahr (geschätzt) Kein Homeoffice möglich
A

Auf einen Blick

  • Aufgaben: Entwickle innovative AI/ML Systeme für Echtzeitanwendungen in verschiedenen Branchen.
  • Unternehmen: Führendes Unternehmen in der Halbleiterindustrie mit Fokus auf Innovation.
  • Vorteile: Wettbewerbsfähiges Gehalt, umfassende Sozialleistungen und Unterstützung bei der beruflichen Entwicklung.
  • Weitere Informationen: Dynamisches Umfeld mit hervorragenden Karrieremöglichkeiten und einem unterstützenden Team.
  • Warum dieser Job: Gestalte die Zukunft der Technologie und arbeite an bahnbrechenden Projekten.
  • Qualifikationen: Master/PhD in Elektrotechnik oder verwandtem Bereich mit Erfahrung in Audioverarbeitung.

Das prognostizierte Gehalt liegt zwischen 75000 - 95000 € pro Jahr.

Über Analog Devices

Analog Devices, Inc. (NASDAQ: ) ist ein globaler Marktführer in der Halbleiterindustrie, der die physische und digitale Welt verbindet, um Durchbrüche am Intelligent Edge zu ermöglichen. ADI kombiniert analoge, digitale und Softwaretechnologien in Lösungen, die Fortschritte in digitalisierten Fabriken, Mobilität und digitaler Gesundheitsversorgung vorantreiben, den Klimawandel bekämpfen und Menschen zuverlässig mit der Welt verbinden. Mit einem Umsatz von über 9 Milliarden US-Dollar im Geschäftsjahr 2024 und etwa 24.000 Mitarbeitern weltweit stellt ADI sicher, dass die Innovatoren von heute der Zukunft einen Schritt voraus sind.

Über die Rolle

Schließen Sie sich uns bei Analog Devices als Staff AI/ML Embedded ML/DSP Systems Engineer an und leiten Sie die Entwicklung von hochmodernen AI/ML-Systemen, die Echtzeitanwendungen in Branchen wie industrielle Automatisierung, Rechenzentren, Kommunikation und Hardware-Design antreiben. Bei Analog Devices setzen wir uns dafür ein, die Grenzen der Innovation in Physical AI zu erweitern, indem wir an der Schnittstelle von Hardware und Software arbeiten, um skalierbare, produktionsreife Lösungen zu liefern. Diese Rolle bietet die Möglichkeit, technische Strategien voranzutreiben, Teams zu betreuen und die Zukunft von AI/ML-Systemen zu gestalten.

Wesentliche Verantwortlichkeiten

  • Architektur und Optimierung von End-to-End-Bereitstellungspipelines für kompakte Audio-AI-Modelle vom trainierten Modell über Quantisierung, Profilierung bis hin zur Produktionsbereitstellung auf DSP/NPU-Zielen.
  • Definition und Umsetzung von DSP/NPU-Partitionierungsstrategien, die die Arbeitslastverteilung, den Speicherbandbreite, die Latenz und die Leistung über die Verarbeitungselemente auf dem SoC ausbalancieren.
  • Verantwortung für Simulation-zu-RTL-Validierungsflüsse: Entwicklung von bit-exakten Referenzmodellen, Zusammenarbeit mit RTL-Teams bei der funktionalen Verifizierung und Schließen von Lücken zwischen algorithmischer Absicht und Hardwareverhalten.
  • Durchführung von Low-Level-Implementierungen und Optimierungen von Signalverarbeitungs- und neuronalen Netzwerk-Kernen für feste Punkt-DSP- und NPU-Befehlssätze, Maximierung der Nutzung von MAC-Arrays, SIMD-Pfaden und On-Chip-Speicherhierarchien.
  • Profilierung und Optimierung der Inferenzleistung (Zyklen, Speicherbedarf, Leistung) unter strengen Always-On- und Echtzeitanforderungen, die typisch für tragbare Geräte sind.
  • Entwicklung und Pflege von Modells kompressions- und Quantisierungs-Workflows (PTQ, QAT) mit rigoroser Qualitätsverfolgung gegen Gleitkomma-Baselines.
  • Entwicklung von Signalverarbeitungsalgorithmen für Arrayverarbeitung, Beamforming und räumliche Filterung, mit einem klaren Weg von MATLAB/Python-Prototypen zu implementierbaren festen Punkt-Implementierungen.
  • Beitrag zur Definition der Audio-ASIC-Systemarchitektur – Informieren von Hardware-Spezifikationsentscheidungen (Präzision, Pufferspeichergrößen, DMA-Strukturen, NPU-Konfiguration) basierend auf algorithmischen und Bereitstellungsanforderungen.
  • Generierung von IP (Patente) und Vertretung der technischen Tiefe des Teams gegenüber OEM-Kunden in den Bereichen Automobil und tragbare Technologien.
  • Mentoring von Ingenieuren in besten Praktiken für die Bereitstellung, eingebettete Optimierung und hardwarebewusste Algorithmusgestaltung.

Erforderliche Qualifikationen

  • Master/PhD in Elektrotechnik, Signalverarbeitung oder verwandtem Bereich.
  • 6+ Jahre Erfahrung in der Audio-/Sprachsignalverarbeitung in einer Halbleiterumgebung, mit signifikanten praktischen Erfahrungen in der Bereitstellung auf DSP- und/oder NPU-Plattformen.
  • Nachgewiesene Expertise in der Implementierung von festen Punkt-Algorithmen, Modellquantisierung (PTQ/QAT) und Zyklusoptimierung für ressourcenbeschränkte Prozessoren.
  • Starkes Fachwissen über Simulation-zu-RTL-Flüsse: bit-exakte Modellierung, RTL-Co-Simulation und funktionale Verifizierung in Zusammenarbeit mit Designteams.
  • Beherrschung von C (eingebettete/Firmware-Ebene), Python, MATLAB und Deep-Learning-Frameworks (TensorFlow/TFLite, PyTorch/ONNX).
  • Erfahrung mit Low-Level-Profiling-Tools, Befehlssatzarchitekturen und Speicheroptimierung für eingebettete AI-Inferenz.

Bevorzugte Qualifikationen

  • Direkte Erfahrung mit NPU/Beschleunigerarchitekturen (Datenflussmotoren, gewichts-stationäre/ausgabestationäre Designs) und deren Programmiermodellen.
  • Vertrautheit mit ASIC-Entwicklungszyklen – von der Algorithmus-Freeze über Tape-Out bis zur Siliziumvalidierung.
  • Hintergrund in Always-On, sub-mW Audioverarbeitung für tragbare, TWS oder tragbare Produkte.
  • Erfolgsbilanz von Patenten in der Audio-Signalverarbeitung oder eingebetteten ML.
  • Erfahrung in der technischen Leitung eines kleinen Ingenieurteams.
  • Solide Grundlagen in der Array-Signalverarbeitung, Beamforming und akustischem Systemdesign.

Warum Sie es lieben werden, bei ADI zu arbeiten

Bei Analog Devices sind Sie Teil eines kollaborativen und innovativen Teams, das die Zukunft der Technologie gestaltet. Wir bieten ein unterstützendes Umfeld, das sich auf berufliches Wachstum, wettbewerbsfähige Vergütung und Leistungen, Work-Life-Balance und die Möglichkeit konzentriert, an hochmodernen Projekten zu arbeiten, die einen echten Einfluss auf die Welt haben. Ihr Fachwissen wird die Zukunft der Technologie gestalten, und Sie werden von einer Kultur unterstützt, die kontinuierliche Weiterentwicklung und berufliches Wachstum schätzt.

Staff Embedded ML/DSP Systems Engineer (Audio Engineering) Arbeitgeber: Analog Devices

Analog Devices ist ein hervorragender Arbeitgeber, der eine kollaborative und innovative Arbeitsumgebung bietet, in der Mitarbeiter an bahnbrechenden Technologien arbeiten können. Mit einem starken Fokus auf berufliches Wachstum, wettbewerbsfähige Vergütung und Benefits sowie einer ausgewogenen Work-Life-Balance, ermöglicht ADI seinen Mitarbeitern, ihre Expertise in einem unterstützenden Umfeld weiterzuentwickeln und einen echten Einfluss auf die Welt zu haben.

A

Kontaktdaten:

Analog Devices Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Staff Embedded ML/DSP Systems Engineer (Audio Engineering) erhalten könnten

Tipp Nummer 1

Netzwerken ist der Schlüssel! Nutze Plattformen wie LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Lass uns wissen, wenn du Fragen hast oder Unterstützung brauchst!

Tipp Nummer 2

Bereite dich auf technische Interviews vor! Übe deine Fähigkeiten in C, Python und MATLAB, und sei bereit, deine Erfahrungen im Bereich Audioverarbeitung zu teilen. Wir können dir helfen, die besten Ressourcen zu finden!

Tipp Nummer 3

Sei proaktiv! Wenn du eine interessante Stelle bei Analog Devices siehst, bewirb dich direkt über unsere Website. Zeig uns, dass du wirklich an der Position interessiert bist!

Tipp Nummer 4

Mach dich mit den neuesten Trends in der KI/ML-Entwicklung vertraut! Das zeigt dein Engagement und deine Leidenschaft für das Feld. Lass uns wissen, wenn du Empfehlungen für Lernressourcen brauchst!

Wir glauben, dass du diese Fähigkeiten brauchst, um Staff Embedded ML/DSP Systems Engineer (Audio Engineering) mit Bravour zu bestehen

Signalverarbeitung
Neurale Netzwerke
DSP/NPU-Architekturen
Modellquantisierung (PTQ/QAT)
C (eingebettete/Firmware-Ebene)
Python
MATLAB

Einige Tipps für deine Bewerbung 🫡

Sei du selbst!:Wir wollen dich kennenlernen, also sei authentisch in deiner Bewerbung. Zeig uns, wer du bist und was dich motiviert, Teil unseres Teams zu werden.

Pass deine Unterlagen an!:Stell sicher, dass dein Lebenslauf und dein Anschreiben auf die Stelle zugeschnitten sind. Hebe relevante Erfahrungen und Fähigkeiten hervor, die zu den Anforderungen der Position passen.

Zeig deine Leidenschaft!:Erzähle uns von Projekten oder Erfahrungen, die deine Begeisterung für Audio Engineering und Embedded Systems zeigen. Wir lieben es, wenn Bewerber ihre Leidenschaft für das, was sie tun, teilen!

Bewirb dich über unsere Website!:Der einfachste Weg, um Teil unseres Teams zu werden, ist, dich direkt über unsere Website zu bewerben. So stellst du sicher, dass deine Bewerbung schnell und effizient bearbeitet wird.

Wie man sich auf ein Vorstellungsgespräch bei Analog Devices vorbereitet

Verstehe die Technologie

Mach dich mit den neuesten Entwicklungen in der Audioverarbeitung und KI/ML vertraut. Lies aktuelle Artikel und Studien, um zu zeigen, dass du nicht nur die Grundlagen beherrschst, sondern auch die Trends und Herausforderungen in der Branche verstehst.

Praktische Beispiele vorbereiten

Bereite konkrete Beispiele aus deiner bisherigen Arbeit vor, die deine Erfahrungen mit DSP/NPU-Architekturen und der Implementierung von Algorithmen verdeutlichen. Zeige, wie du Probleme gelöst hast und welche Ergebnisse du erzielt hast.

Fragen stellen

Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Das zeigt dein Interesse an der Position und hilft dir, mehr über die Unternehmenskultur und die spezifischen Herausforderungen des Teams zu erfahren.

Teamarbeit betonen

Da Mentoring und Teamarbeit wichtige Aspekte der Rolle sind, solltest du Beispiele nennen, in denen du erfolgreich mit anderen zusammengearbeitet hast. Betone, wie du dein Wissen geteilt und andere unterstützt hast, um gemeinsame Ziele zu erreichen.