AI Founding Engineer: RF Machine Learning (SIGINT) (f/m/d)

Moderne Konflikte laufen im elektromagnetischen Spektrum ab. Jede Drohne, jedes Radio, jeder Radar hinterlässt eine Spur darin. Datacept entwickelt kognitive elektronische Kriegsführungssysteme, die diesem Spektrum lauschen, verstehen, was darin ist, und darauf reagieren. Im Mittelpunkt steht eine Fähigkeit: Modelle, die direkt aus Rohdaten lernen. Nicht aus decodierten Protokollen oder handgefertigten Merkmals-Extraktoren, sondern aus dem Signal, wie es am Antennenanschluss ankommt.

Wir suchen Ingenieure, die diese Fähigkeit besitzen.

Aufgaben

Sie sind der Gründungsingenieur für RF-Maschinenlernen bei Datacept. Sie übernehmen die Verantwortung für den kognitiven Kern unserer Systeme. Die Schicht, die empfangene I/Q-Daten in Erkennung, Klassifizierung und Verständnis von Emittenten für SIGINT- und COMINT-Missionen umwandelt.

Wir bauen das Grundmodell in einem Bereich auf, in dem es noch keine Grundmodelle gibt. Die Domäne des RF-Maschinenlernens befindet sich gerade in der Anfangsphase. Methoden, die in Audio und Computer Vision funktionieren, wie selbstüberwachtes Pretraining, gelernte Repräsentationen und große vortrainierte Backbones, übertragen sich nur auf RF, wenn man versteht, warum sie funktionieren.

Die Modelle müssen im Feld betrieben werden. Unsere Systeme sind an Häfen, Stadien, kritischen Infrastrukturen und militärischen Standorten im Einsatz, auf Hardware mit realen Einschränkungen hinsichtlich Rechenleistung und Energieverbrauch.

Unsere Cloud-Plattform ermöglicht die skalierbare Verarbeitung der größten RF-Datensätze, hier können wir die volle Leistung des Grundmodells bereitstellen. Wir pflegen einen der größten RF-Datensätze der Welt, der ständig wächst.

Zusätzlich zu Ihrer integralen Rolle im Ingenieurteam arbeiten Sie direkt mit den Gründern zusammen. Sie setzen die Richtung für RFML bei Datacept, treffen architektonische Entscheidungen und bauen, während wir wachsen, das Team um sich herum auf.

Was Sie tun werden

• Modelle entwerfen und trainieren, die aus Roh-I/Q-Aufzeichnungen lernen: Erkennung, Klassifizierung und mehr.
• Forschung und Implementierung von ML-Methoden aus anderen Bereichen zur Verbesserung unserer Datenpipelines.
• Definieren, wie wir bewerten: Testsets, Metriken und Szenarien, die reale Bedingungen widerspiegeln, wie z.B. Domänenverschiebung zwischen Sensoren, Standorten und Störumgebungen.
• Modelle an die Hardware anpassen: Neben dem Grundmodell benötigen wir auch Expertenmodelle, die kompakt und auf Edge einsetzbar sind.
• Kontinuierliches Testen aller Pipelines unter realen Bedingungen bietet kontinuierliches Feedback.
• Integration neuer Datenquellen in unsere Datenplattform.

Wie wir arbeiten

• Schnelle Lerner über spezifische Hintergründe. Uns ist wichtiger, wie schnell Sie neue Fähigkeiten erlernen, als wo Sie zuvor gearbeitet haben – das Spektrum ändert sich schneller als jeder Lebenslauf.
• Intellektuelle Ehrlichkeit. Die richtige Antwort zählt mehr als recht zu haben. Sie hinterfragen Annahmen, testen Ideen anhand realer Aufzeichnungen und passen sich an, wenn die Daten es sagen.
• Anpassungsfähigkeit. Wir sind organisiert, aber die Dinge ändern sich schnell – eine neue Idee, ein Kundenversuch, eine Finanzierungsfrist. Sie finden einen Weg, es zum Laufen zu bringen und balancieren kurzfristige Ergebnisse mit der langfristigen Architektur.
• Verantwortung für Ergebnisse. Sie optimieren Ihre eigene Zeit, konzentrieren sich auf das, was wichtig ist, um schnell zu liefern, und beseitigen Ineffizienzen. Niemand verwaltet Ihren Kalender für Sie.
• Nicht im Vakuum bauen. Sie bleiben mit Hardware, den Gründern und den Kunden an den Standorten, die wir schützen, verbunden, damit alle Teile im Feld zusammenpassen.

AnforderungenFähigkeiten

• Sie haben ML-Systeme entwickelt und ausgeliefert, auf die Menschen angewiesen sind, vorzugsweise auf signalähnlichen Daten: Audio, Zeitreihen, Sensordatenströme, Bilder, Videos oder idealerweise RF.
• Sie verstehen selbstüberwachtes Lernen gut genug, um erklären zu können, warum eine bestimmte Methode funktioniert, und können ML-Ideen mit Absicht zwischen den Domänen bewegen.
• Sie haben starke mathematische Grundlagen und fühlen sich wohl, wenn das Problem zuerst formuliert werden muss, bevor es gelöst werden kann.
• Sie gehen von der Idee über den Prototyp bis zum implementierten Modell eigenständig vor und bitten um Hilfe, wenn dies die Dinge beschleunigt, anstatt wenn Sie feststecken.
• Sie arbeiten gut mit wenigen festen Strukturen und wechselnden Prioritäten.
• Sie sind auf die Intensität einer Gründungsrolle vorbereitet: lange und unkonventionelle Arbeitszeiten, Feldversuche, Einsätze.
• Sie möchten zur technologischen Souveränität Europas in einem Bereich beitragen, in dem es derzeit an ihr mangelt.

Hilfreich, aber nicht erforderlich

• Frühere Erfahrungen im RF- oder signalzentrierten ML: Spektrumsensing, Modulationskennung, SIGINT, EW. Wir sind ebenso an Personen aus angrenzenden Bereichen interessiert, die gezeigt haben, dass sie über schwierige Probleme nachdenken können und bereit sind zu lernen.
• Projekte, die Sie selbst im Software-/Hardwarebereich erstellt haben. Wir wollen Menschen, die Dinge erschaffen können und nicht nur eine Reihe von Anforderungen umsetzen.
• Grundlagen der Signalverarbeitung: Abtastung, spektrale Analyse, I/Q-Darstellung.
• SDR, Kommunikationsengineering oder eingebetteter Hintergrund.
• Veröffentlichungen, Open-Source-Arbeiten oder Architekturen, die in die Produktion gegangen sind.

Vorteile

• Möglichkeit, zur Stärkung der Souveränität Europas beizutragen.
• Virtuelle Anteile (VSOP) als Teil des Pakets für Gründungsingenieure.
• Ein Entwicklungs- und Vergütungsfahrplan, den wir gemeinsam definieren und der mit dem Unternehmen wächst.
• Remote-Arbeit mit vollständiger mobiler Ausstattung sowie einem Arbeitsplatz an beiden Standorten: Hamburg HafenCity (HQ) und Horneburg (F&E).
• Einblicke und Zugang zu echten RF-Daten, echter Hardware und echten Einsätzen.

Über Datacept

Datacept GmbH, gegründet in Hamburg im Jahr 2025, entwickelt kognitive elektronische Kriegsführungssysteme für Spektrum-Bewusstsein, Drohnenabwehr und den Schutz kritischer Infrastrukturen. Unsere Plattform vereint passive Breitbandsensorik, KI-gesteuerte Signalanalysen und die RF-Dateninfrastruktur, die sie miteinander verbindet.

Wir haben Pre-Seed-Kapital gesammelt und werden durch deutsche Bundesmittel unterstützt. Wir arbeiten mit Betreibern kritischer Infrastrukturen, Verteidigungsbehörden und NATO-Partnern zusammen, um Europa die Intelligenz zu geben, die wir im elektromagnetischen Spektrum benötigen.