Auf einen Blick
- Aufgaben: Entwickle und optimiere KI-Modelle für autonome Verteidigungssysteme.
- Unternehmen: Harmattan AI, ein innovatives Unternehmen im Verteidigungssektor.
- Vorteile: Wettbewerbsfähiges Gehalt, flexible Arbeitszeiten und spannende Projekte.
- Weitere Informationen: Dynamisches Team mit großartigen Entwicklungsmöglichkeiten.
- Warum dieser Job: Gestalte die Zukunft autonomer Systeme und arbeite an realen Herausforderungen.
- Qualifikationen: Abschluss in einem MINT-Fach und Erfahrung in Deep Learning.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Harmattan AI ist ein Unternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme entwickelt. Nach dem Abschluss einer Series B-Finanzierung in Höhe von 200 Millionen US-Dollar, die das Unternehmen mit 1,4 Milliarden US-Dollar bewertet, erweitern wir unsere Teams und Fähigkeiten, um mission-kritische Systeme für verbündete Streitkräfte bereitzustellen.
Unsere Arbeit wird von klaren Werten geleitet: Technologien mit echtem Einfluss zu entwickeln, Exzellenz in allem, was wir tun, zu verfolgen, ehrgeizige Ziele zu setzen und die schwierigsten technischen Herausforderungen anzugehen. Wir arbeiten in einem anspruchsvollen Umfeld, in dem Rigorosität, Eigenverantwortung und Ausführung erwartet werden.
Als ML Research Engineer im Team Detect&Track Distillation haben Sie die Möglichkeit, die technische Richtung des Teams erheblich zu beeinflussen. Sie konzentrieren sich darauf, große Grundmodelle in hochoptimierte, aufgaben-spezifische Komponenten zu destillieren. Ihre Arbeit umfasst die Zielerkennung, Klassifizierung und Zielwiederidentifikation über die Zeit und befasst sich direkt mit den Hardware-Inferenzbeschränkungen verschiedener Edge- und Embedded-Systeme.
Verantwortlichkeiten:- Modelldestillation & Feintuning: Große Grundmodelle komprimieren/destillieren, um hochspezifische, effiziente Komponenten zu optimieren.
- Edge AI-Optimierung: Optimierung neuronaler Netzwerke für eingeschränkte eingebettete Systeme.
- Pipelines-Management & MLOps: Aufbau und Verwaltung von Trainings-, Evaluierungs- und MLOps-Pipelines.
- Datenkuratierung: Zusammenarbeit bei der Erstellung von aufgabenspezifischen Datensätzen zur Verbesserung der Modellgenauigkeit.
- Benchmarking & Evaluierung: Bewertung der Leistung neu destillierter Modelle.
- Forschung & Innovation: Einführung neuester Methoden in das Team.
- Kollaboration: Enge Zusammenarbeit mit verschiedenen Teams zur Bereitstellung robuster Lösungen.
- Mentoring: Unterstützung des Teams durch Management oder Mentoring von Junior Engineers.
- Bildungsweg: Abschluss in einem MINT-Fachgebiet (z.B. Informatik, Ingenieurwesen, Mathematik).
- Tiefe Lern- & Computer Vision-Kenntnisse: Erfahrung mit visionären neuronalen Netzwerken.
- Modellkompression & Edge AI: Praktische Erfahrung in der Wissensdestillation und dem Einsatz von Netzwerken auf stark eingeschränkten Systemen.
- Technische Kompetenz: Kenntnisse in MLOps und GPU-Computing.
- Berufliche Eigenschaften: Strukturiert, analytisch und forschungsorientiert.
- Engagement: 100%ige Hingabe an die Mission und Vision von Harmattan AI.
Wir freuen uns darauf, zu hören, wie Sie die Zukunft autonomer Verteidigungssysteme bei Harmattan AI gestalten können.
Machine Learning Engineer (Detect & Track Distillation) Arbeitgeber: Harmattan AI
Harmattan AI ist ein hervorragender Arbeitgeber, der in der malerischen Schweiz ansässig ist und eine inspirierende Arbeitsumgebung bietet. Mit einem starken Fokus auf Teamarbeit und kontinuierlicher Weiterbildung fördert das Unternehmen die persönliche und berufliche Entwicklung seiner Mitarbeiter. Die Möglichkeit, an innovativen Projekten im Bereich autonomer Verteidigungssysteme zu arbeiten, macht diese Position besonders attraktiv für Fachkräfte, die einen bedeutenden Beitrag leisten möchten.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass du so Machine Learning Engineer (Detect & Track Distillation) erhalten könntest
✨Engagier dich in Entwickler-Communities!
Lass uns mal ehrlich sein: In der Software-Entwicklung sind Netzwerke Gold wert! Tummel dich in GitHub-Projekten, nehme an lokalen Meetups oder Hackathons teil und vernetze dich mit anderen Entwicklern. So steigerst du nicht nur deine Sichtbarkeit, sondern lernst auch die neuesten Trends und Technologien kennen.
✨Zeig deine Fähigkeiten!
Erstelle ein Portfolio, das deine besten Projekte und Code-Examples zeigt. Nichts überzeugt mehr als ein praktischer Beweis deiner Skills. Das kann auch helfen, bei Harmattan AI anzuklopfen, wenn du dich auf die Stelle als Machine Learning Engineer (Detect & Track Distillation) bewirbst – so wissen sie gleich, was sie von dir erwarten können!
✨Nutze Jobplattformen speziell für Tech-Jobs!
Plattformen wie Stack Overflow Jobs oder AngelsList sind perfekte Orte, um Vollzeitstellen in der Software-Entwicklung zu finden. Hier sind viele tolle Unternehmen auf der Suche nach Talenten wie uns, also schau regelmäßig vorbei und bewirb dich direkt über die Website.
✨Such dir Mentoren und Feedback!
Hol dir Feedback von erfahrenen Entwicklern, die dir Tipps geben können, was Recruiter wirklich suchen. Ob über LinkedIn oder persönliche Kontakte: Menschen, die sich in der Branche auskennen, können enorm wertvoll sein, um dir zu helfen, dich optimal auf deine Bewerbung bei Harmattan AI vorzubereiten!
Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer (Detect & Track Distillation) mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Highlights deiner Coding-Skills:In der Software-Entwicklung kommt es auf konkrete Fähigkeiten an. Vergiss nicht, relevante Programmiersprachen und Frameworks in deinen Lebenslauf aufzunehmen. Zeig uns, was du kannst – vielleicht mit einem Link zu deinem GitHub-Profil oder einer Übersicht deiner Side Projects, die deine Programmierkenntnisse illustrieren.
Dokumentation deiner Erfolge:Gerade bei einer Vollzeitstelle in der Software-Entwicklung sind konkrete Ergebnisse Gold wert. Nenn uns Zahlen und Ergebnisse aus deinen vorherigen Projekten. Hast du den Code optimiert oder Systemfehler behoben? Solche Erfolge zeigen, dass du die Sprache der Entwickler sprichst und einen echten Mehrwert bringst.
Attraktive Projektbeschreibungen:Wenn du an Projekten gearbeitet hast, die hervorstechen, beschreibe sie ausführlich in deinem Lebenslauf. Was war das Problem, das du gelöst hast? Welche Technologien hast du eingesetzt? Das gibt uns einen klaren Einblick in deine Herangehensweise und Problemlösungsfähigkeiten.
Motivation zeigen:In deinem Anschreiben solltest du deine Motivation für die Stelle im Bereich Software-Entwicklung bei Harmattan AI klar herausstellen. Warum sprichst gerade du die Anforderungen für diese Vollzeitrolle an? Mach deutlich, was dich an der Arbeit bei uns reizt und wie du über das rein Technische hinaus wachsen möchtest.
Wie man sich auf ein Vorstellungsgespräch bei Harmattan AI vorbereitet
✨Technische Vorbereitung auf die Coding-Challenges
In der Software-Entwicklung sind technische Fragen oft ein zentraler Teil des Interviews. Macht euch mit Plattformen wie LeetCode oder HackerRank vertraut, um eure Problemlösungsfähigkeiten zu trainieren. Zeigt im Interview viel Selbstbewusstsein beim Erklären eurer Ansätze!
✨Das eigene Portfolio im besten Licht präsentieren
Stellt sicher, dass ihr ein aussagekräftiges Portfolio habt, das einige eurer besten Projekte zeigt. Seid bereit, darüber zu sprechen, was eure Rolle war, welche Technologien ihr verwendet habt und welche Herausforderungen es gab. Das gibt den Interviewern einen Einblick in eure praktische Erfahrung.
✨Teamfähigkeit und Kommunikation betonen
In einer Vollzeit-Position wird Kommunikation im Team sehr wichtig sein. Seid bereit, Beispiele aus der Vergangenheit zu teilen, in denen ihr effektiv im Team gearbeitet habt. Dies zeigt, dass ihr nicht nur technische Fähigkeiten habt, sondern auch gut ins Team passt.
✨Vorbereitung auf Fragen zur Software-Architektur
Bereitet euch darauf vor, Fragen zur Software-Architektur zu beantworten. Themen wie RESTful APIs, Microservices und Cloud-Architekturen können Teil eures Interviews sein. Zeigt euer Verständnis durch Diskussionen und Beispiele aus eurer bisherigen Arbeit oder Projekte.
