Research Engineer — Agentic Audio ML Workflows

Bei Bose Corporation glauben wir, dass Klang die mächtigste Kraft auf der Erde ist – und seit über 60 Jahren sind wir ein Unternehmen, das auf Innovation, Exzellenz und Unabhängigkeit basiert. Wir sind ein privat geführtes, stark kundenorientiertes Unternehmen, das von unseren Werten geleitet wird und weiterhin Branchen anführt und Leben durch Klang transformiert. Heute tritt die Bose Corporation in eine aufregende neue Ära ein. In mehreren globalen Geschäftseinheiten und globalen Funktionen gestalten wir die Zukunft der Audiotechnologie, des Automobils, des Luxus und der Premium-Erlebnisse. Wir laden Sie ein, sich uns in dieser Transformation anzuschließen.

Die Zielsetzung unseres Teams ist die Entwicklung neuartiger KI-gestützter Audioverarbeitungsalgorithmen. Der Twist ist, dass unsere Algorithmen in Echtzeit auf physischen Geräten laufen müssen. Sie werden agentische Werkzeuge und Automatisierungen entwickeln, die unsere Audio-ML-Forschung dramatisch schneller und reproduzierbarer machen. Der Fokus liegt auf der Orchestrierung von Training, Bewertung, Experimentierung und Berichterstattung über viele Arten von KI-Modellen unter Verwendung von On-Premise- und/oder Cloud-GPU-Infrastrukturen.

Bose hat eine starke Geschichte in der Kombination kreativen Denkens mit modernster Audiotechnologie. Wir suchen Menschen, die leidenschaftlich an maschinellem Lernen und Audio interessiert sind, um zu helfen, das Kommende zu gestalten.

• Verantwortlichkeiten:
• Entwerfen und Implementieren agentischer Workflows, die Audio-ML-Experimente planen, starten, überwachen, diagnostizieren und zusammenfassen, mit angemessener menschlicher Aufsicht.
• Datenvorbereitung, Modelltraining, Hyperparameter-Suchen, Benchmarking, Regressionstests und Ergebnisvergleiche über Forschungsprojekte automatisieren.
• Zuverlässige Werkzeuge für die Nutzung und Planung von On-Premise-GPUs, Experimentverfolgung, Artefaktmanagement und reproduzierbare Ausführung erstellen.
• LLM-gestützte Agenten mit Skripten, Repositories, Datensätzen, Bewertungs-Suiten und Rechenressourcen über gut definierte Werkzeuge und Sicherheitsvorkehrungen verbinden.
• Mit Audioforschern zusammenarbeiten, um wiederholbare Experimente in wiederverwendbare Workflows und klare Dashboards oder Berichte umzuwandeln.

Bildung:

Abschluss in Informatik, maschinellem Lernen, Elektrotechnik oder einem verwandten Bereich oder gleichwertige praktische Erfahrung.

Fähigkeiten:

• Starke Softwareentwicklungs- und Python-Kenntnisse, mit praktischer Erfahrung im Aufbau von LLM-Agenten oder agentischen Workflows, die Werkzeuge aufrufen und mehrstufige Aufgaben ausführen.
• Komfortabel im Umgang mit komplexen, offenen Problemen, bei denen Sie viele Ideen ausprobieren und verwerfen müssen, bevor Sie die richtige Lösung finden.
• Erfahrung mit ML-Trainings- und Evaluierungs-Pipelines, PyTorch, Experimentverfolgung und automatisierten Tests.
• Praktische Erfahrung im Betrieb von On-Premise-Linux-GPU-Maschinen, einschließlich CUDA-Umgebungen, Containern, Jobplanung und Ressourcenüberwachung.
• Grundkenntnisse in Audio-ML und DSP, einschließlich gängiger Datensätze, Audio-Metriken und Modellentwicklungs-Workflows.
• Erfahrung mit Orchestrierungs-Frameworks, verteiltem Training, CI/CD oder MLOps ist von Vorteil.
• Fähigkeit, zuverlässige, beobachtbare Systeme zu erstellen und effektiv mit Forschungsscientists zu kommunizieren.

Zusammenfassung:

Standorte: US, MA - Framingham; Italien, Homeoffice; Japan, Homeoffice; Vereinigte Staaten, Homeoffice; Norwegen, Homeoffice; Australien, Homeoffice - NSW; NLD, Homeoffice; Korea, Homeoffice; Frankreich - Homeoffice; Dänemark, Homeoffice; Schweiz, Homeoffice; Portugal - Homeoffice; Australien, Homeoffice - QLD; Schweden, Homeoffice; UK, Homeoffice; Deutschland, Homeoffice

Typ: Vollzeit