RF System Validation Engineer (m/f/d)

Bei Apple sind wir bestrebt, erstklassige mobile Geräte zu entwickeln, die ein kompromissloses Kundenerlebnis bieten und gleichzeitig anspruchsvolle Leistungs- und Effizienzziele erreichen. Dies erfordert Validierungsmethoden, die der Komplexität der Technologie selbst entsprechen, indem rigorose RF-Technik mit modernen Softwareentwicklungsmethoden kombiniert wird. Die RF-Validierung hat sich zu einer softwareintensiven Disziplin entwickelt, in der Automatisierung, Datenanalyse und maschinelles Lernen entscheidend dafür sind, wie wir komplexe zellulare Systeme charakterisieren und optimieren.

Wir suchen einen RF System Validation Engineer, der einem Team beitritt, das zellulare Modems für Apples mobile Geräte entwickelt. Sie sind verantwortlich für die Validierung und Optimierung des Empfängers, der im zellularen RF-Subsystem eingebettet ist, über verschiedene hochmoderne mobile Produkte hinweg. Ihre Verantwortung umfasst alle zellularen Funkzugangstechnologien, einschließlich terrestrischer und nicht-terrestrischer Kommunikation. Ihre Arbeit erfordert intensive Zusammenarbeit mit verschiedenen Entwicklungs- und Produktteams weltweit.

Wir suchen einen erfahrenen technischen Experten, der starke RF-Grundlagen mit Softwareengineering-Fähigkeiten kombiniert. Der ideale Kandidat fühlt sich sowohl beim Entwerfen von RF-Messstrategien als auch bei der Entwicklung skalierbarer Automatisierungsframeworks wohl und ist motiviert, datengestützte Methoden – einschließlich maschinellem Lernen – anzuwenden, um komplexe Validierungsherausforderungen zu lösen.

In der Entwicklung zellularer Modems wird das RF-System entwickelt, charakterisiert und optimiert, bevor es in verschiedene Produkte integriert wird. Als RF System Validation Engineer haben Sie umfassende Verantwortlichkeiten während des gesamten Entwicklungszyklus. Dies beginnt mit der Definition des Testumfangs, der Planung und Entwicklung von Testfällen, die dann verwendet werden, um das RF-System zu charakterisieren und zu optimieren. Sie sind verantwortlich für Regressionstests, die die erreichte Leistung während der gesamten Entwicklungs- und Produktphase überwachen. Zunehmend erfordert diese Arbeit starke Softwareengineering-Fähigkeiten – die Entwicklung von Automatisierungsframeworks, den Aufbau von Datenanalyse-Pipelines und die Anwendung von Techniken des maschinellen Lernens, um Erkenntnisse aus großen Validierungsdatensätzen zu gewinnen. Ihre Kompetenz und Ihr Engagement sind erforderlich, um komplexe funktionale und leistungsbezogene Probleme zu lösen, die aus Produkttests gemeldet werden, bis hin zum Produktlaunch. Ihre Zusammenarbeit wird es Ihnen ermöglichen, technische Herausforderungen zu überwinden, die eine Koordination mit verschiedenen Teams erfordern, die weltweit angesiedelt sind.

Ihre Rolle umfasst unter anderem folgende Aufgaben:

• Definition und Planung des Testumfangs, gründliche Studie und ausgezeichnetes Verständnis der Systemspezifikationen, um die relevantesten und herausforderndsten Anwendungsfälle zu identifizieren.
• Entwicklung skalierbarer, auf Python basierender Testautomatisierungsframeworks mit ordnungsgemäßer Versionskontrolle, Code-Überprüfungsprozessen und CI/CD-Integration.
• Implementierung von Tests, die ebenso starke RF-, Hardware- und Softwarekompetenzen erfordern, mit sinnvollen Regressionkampagnen, die umfassende Abdeckung und effiziente Ausführungszeiten bieten.
• Anwendung von Datenanalyse und, wo anwendbar, Techniken des maschinellen Lernens zur Charakterisierung der Leistung, Erkennung von Anomalien und Vorhersage des Systemverhaltens.
• Wartung von Qualitätsgates mit kontinuierlicher Erweiterung der Abdeckung zur Behebung aller aufgetretenen funktionalen oder leistungsbezogenen Spezifikationsfehler.
• Charakterisierung und Optimierung der Downlink-Systemleistung gemäß definierten Automatisierungsabläufen zur Verwaltung des mehrdimensionalen Lösungsraums.
• Debugging von funktionalen oder leistungsbezogenen Problemen, die starke RF-Expertise erfordern, mit dem Verständnis, wie RF-Parameter das Systemverhalten beeinflussen.
• Verfolgung des Status und Fortschritts der Projektausführung durch Definition von Metriken mit klar definierten Urteilen.
• Zusammenarbeit mit Kollegen aus verschiedenen Disziplinen (Systemtechnik, Hardware, Firmware und Softwareentwicklungsteams), um RF-bezogene Probleme zu lösen.
• Beitrag zu virtuellen Prototyping-Bemühungen, um die Produktvalidierungsbereitschaft bei erster Hardwareverfügbarkeit sicherzustellen.

Mindestens erforderliche Qualifikationen:

• Berufserfahrung in der Validierung und Optimierung von RF-Empfängern, ergänzt durch eine Ausbildung im Bereich RF-Technologie.
• Ausgezeichnetes Verständnis von analogen und digitalen RF-Empfängerimplementierungen sowie den wichtigsten Leistungsindikatoren eines RF-Empfängers.
• Tiefes Verständnis der RF-Grundlagen und RF-Messmethoden.
• Erfahrung mit modernen RF-Messinstrumenten und deren programmatischer Automatisierung.
• Fundierte Kenntnisse der zellularen 3GPP (2G/3G/4G/5G) RF-Standards.
• Starke Python-Programmierkenntnisse mit Erfahrung in der Entwicklung wartbarer, versionskontrollierter Automatisierungsframeworks.
• Kenntnisse in Git-Workflows, einschließlich Branching-Strategien, Merge/Rebase-Operationen und Code-Überprüfungsprozessen.
• Erfahrung mit CI/CD-Pipelines und Automatisierung, einschließlich Build-Systemen, Testframeworks und Bereitstellungs-Workflows.
• Erfahrung in der Gestaltung von Testautomatisierung, die über große Test-Suiten und mehrere Hardwarekonfigurationen skaliert.
• Nachgewiesene Erfahrung in der funktionsübergreifenden Zusammenarbeit mit mehreren Teams und Disziplinen.
• Ausgezeichnete zwischenmenschliche Fähigkeiten und die Bereitschaft, vielfältige Herausforderungen anzunehmen.

Bevorzugte Qualifikationen:

• Erfahrung in der Charakterisierung und Fehlersuche von RF-zellularen Systemen und Komponenten, einschließlich systematischer Ursachenfindung.
• Erfahrung in der Anwendung von Techniken des maschinellen Lernens auf ingenieurtechnische Probleme wie Anomalieerkennung, prädiktive Modellierung oder Regressionsanalyse.
• Vertrautheit mit ML-Frameworks (PyTorch, TensorFlow, scikit-learn) und deren Anwendung auf Ingenieurarbeitsabläufe.
• Erfahrung mit großangelegter Datenanalyse und statistischen Methoden.
• Erfahrung mit CI/CD-Systemen (Jenkins, GitLab CI oder ähnliches) für automatisierte Testausführung.
• Fähigkeiten in der Nachbearbeitung, statistischen Analyse und Visualisierung von Daten in Tools wie Tableau.
• MS oder PhD in Elektrotechnik, Informatik oder einem verwandten technischen Bereich.
• Senior Engineers mit tiefem Wissen in RF-Systemdesign, Automatisierungsarchitektur oder angewandtem ML werden nachdrücklich ermutigt, sich zu bewerben.