Machine Learning Engineer (Semantic Scene Understanding)

Machine Learning Engineer (Semantic Scene Understanding)

Zürich Vollzeit 60000 - 80000 € / Jahr (geschätzt) Kein Homeoffice möglich
H

Auf einen Blick

  • Aufgaben: Entwickle fortschrittliche Algorithmen für maschinelles Lernen zur Verbesserung der Szenenverständnis.
  • Unternehmen: Harmattan AI, ein innovatives Unternehmen im Verteidigungssektor mit einem starken Wachstum.
  • Vorteile: Attraktives Gehalt, flexible Arbeitszeiten und die Möglichkeit, an bedeutenden Projekten zu arbeiten.
  • Weitere Informationen: Dynamisches Startup-Umfeld mit Fokus auf ethische Technologien und strategische Vorteile.
  • Warum dieser Job: Gestalte die Zukunft autonomer Verteidigungssysteme und arbeite an realen Herausforderungen.
  • Qualifikationen: MSc in Informatik oder verwandtem Bereich, Erfahrung in maschinellem Lernen und Python.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

Über uns

Harmattan AI ist ein Unternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme entwickelt. Nach dem Abschluss einer Series B-Finanzierungsrunde 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 anzunehmen. Wir arbeiten in einem anspruchsvollen Umfeld, in dem Rigorosität, Eigenverantwortung und Ausführung erwartet werden.

Über die Rolle

Wir suchen einen Machine Learning Engineer, der unserem Team für Semantic Scene Understanding in Paris beitritt. In dieser Rolle entwerfen Sie die Kernalgorithmen, um semantische Informationen in Echtzeit aus dem Einsatzgebiet zu extrahieren, wie sie durch die verschiedenen Kameras unserer UAVs gesehen werden, um das Verständnis der Szene durch den Operator zu verbessern.

Verantwortlichkeiten

  • Design und Training: Entwicklung von hochmodernen Machine Learning-Algorithmen für semantische Segmentierung, Objekterkennung und Klassifikation, die auf Luftbilddaten zugeschnitten sind.
  • Fortgeschrittene Merkmalsextraktion: Aufbau hochrangiger taktischer Merkmale auf Basis semantischer Daten, wie z.B. Echtzeit-Straßenvektorisierung, Verkehrsanalyse und dynamische Hinderniskartierung.
  • Multi-Agenten-Fusion: Architektur von Pipelines, die semantische Daten von mehreren beweglichen UAVs zeitlich und räumlich zu einem kohärenten Gemeinsamen Operativen Bild (COP) ausrichten.
  • Edge-Optimierung: Optimierung und Bereitstellung dieser Algorithmen direkt in unsere taktische C2-Plattform unter Verwendung von Quantisierung, Pruning und Hardware-Beschleunigung, um strenge Echtzeit-Berechnungsanforderungen zu erfüllen.

Anforderungen an den Kandidaten

  • Bildungsweg: MSc in Informatik, Machine Learning oder einem verwandten Bereich. Ein PhD ist von großem Vorteil.
  • Fundamentales Wissen: Tiefes Verständnis der Theorie des maschinellen Lernens, linearer Algebra und 3D-Geometrie-Algorithmen.
  • Kerntechnologiestack: Expertenkenntnisse in Python und Deep Learning-Frameworks (PyTorch).
  • Leistungsengineering: Erfahrung mit C++ und Inferenzoptimierungs-Frameworks (z.B. TensorRT, ONNX Runtime, CUDA) ist sehr wünschenswert.
  • Branchenerfahrung (Plus): Nachweisliche Erfolge bei der Implementierung von CV/ML-Algorithmen in der Produktion, insbesondere für Edge/Embedded-Systeme oder im Zusammenhang mit Luftbilddaten (EO/IR).
  • Starke Eigenverantwortung: Fähigkeit, ein Feature von einem ArXiv-Papier bis hin zu einem robusten taktischen PC zu bringen.
  • Anpassungsfähigkeit & Missionsfokus: Blüht in einem schnelllebigen Startup-Umfeld auf und ist zu 100 % engagiert, ethische Verteidungstechnologien zu entwickeln, die den verbündeten Nationen einen strategischen Vorteil verschaffen.
  • Kommunikation: Ausgezeichnete mündliche und schriftliche Kommunikationsfähigkeiten zur effektiven Zusammenarbeit mit Software-Ingenieuren und Hardware-Teams.

Wir freuen uns darauf zu hören, wie Sie die Zukunft autonomer Verteidigungssysteme bei Harmattan AI mitgestalten können.

Machine Learning Engineer (Semantic Scene Understanding) Arbeitgeber: Harmattan AI

Harmattan AI ist ein herausragender Arbeitgeber, der innovative Technologien für die Verteidigung entwickelt und dabei auf eine Kultur der Exzellenz und des Engagements setzt. In Paris bieten wir nicht nur spannende Herausforderungen im Bereich maschinelles Lernen, sondern auch ein dynamisches Arbeitsumfeld, das persönliche und berufliche Entwicklung fördert. Unsere Mitarbeiter profitieren von einem klaren Fokus auf ethische Technologien und der Möglichkeit, an bedeutenden Projekten zu arbeiten, die einen echten Einfluss auf die Sicherheit unserer Verbündeten haben.

H

Kontaktdaten:

Harmattan AI Recruiting-Team

StudySmarter Expertenrat🤫

Wir sind der Meinung, dass Sie so Machine Learning Engineer (Semantic Scene Understanding) erhalten könnten

Das richtige Netzwerk nutzen

In der Automatisierungstechnik lohnt es sich, Teil von Fachgruppen oder Online-Communities zu sein, wie z.B. LinkedIn-Gruppen oder speziellen Foren. Diese Plattformen sind nicht nur gut für den Austausch mit Kollegen, sondern auch für den direkten Kontakt mit Unternehmen, die Stellen ausschreiben.

Messebesuche planen

Auf Messen und Branchenveranstaltungen wie der SPS IPC Drives oder der Hannover Messe gibt es oft die Möglichkeit, direkt vor Ort mit Unternehmen zu sprechen. Nutzt die Chance, um euch über Harmattan AI und deren offene Stellen zu informieren und vielleicht sogar einen ersten Eindruck zu hinterlassen.

Praktische Erfahrungen sammeln

Falls ihr noch nicht so viel Erfahrung habt, schaut nach Möglichkeiten für Workshops oder Projekten in der Automatisierungstechnik, die euch praktische Kenntnisse vermitteln. Das zeigt nicht nur eure Initiative, sondern verschafft euch auch einen Pluspunkt im Bewerbungsprozess.

Bewirb dich direkt über unsere Seite

Wenn ihr euch für eine Stelle bei Harmattan AI interessiert, bewerbt euch direkt über unsere Website. So landet eure Bewerbung direkt im Fokus und ihr zeigt, dass ihr wirklich hinter der Stelle steht. Zudem könnt ihr in der Übersicht der Ausschreibungen oft mehr über das Team und die Unternehmenskultur erfahren.

Wir glauben, dass du diese Fähigkeiten brauchst, um Machine Learning Engineer (Semantic Scene Understanding) mit Bravour zu bestehen

Machine Learning
Semantic Segmentation
Object Detection
Classification
Real-Time Processing
Feature Extraction
Multi-Agent Fusion

Einige Tipps für deine Bewerbung 🫡

Bring deine technischen Fähigkeiten zur Geltung:In der Automatisierungstechnik sind spezifische technische Fähigkeiten gefragt. Hebe deine Kenntnisse in Bereichen wie SPS-Programmierung, Roboter- oder Prozessautomatisierung klar in deinem Lebenslauf hervor. Vielleicht hast du sogar Zertifikate oder Schulungen, die deine Kenntnisse belegen – zeig das!

Präzise CV-Gestaltung:Achte bei deinem Lebenslauf darauf, dass du klar und präzise die Projekte auflistest, an denen du gearbeitet hast. Konzentriere dich auf messbare Ergebnisse und technische Herausforderungen, die du gemeistert hast. Das wird deine Eignung für die Stelle bei Harmattan AI unterstreichen.

Motivation und Teamarbeit betonen:Im Anschreiben solltest du nicht nur deine technischen Fähigkeiten beeindruckend darstellen, sondern auch deine Motivation für die Automatisierungstechnik betonen. Berichte, wie wichtig dir Teamarbeit und innovative Lösungen sind – das passt gut zur Vollzeitstelle bei Harmattan AI!

Verlinke relevante Projekte oder Portfolios:Falls du an spannenden Projekten gearbeitet hast, die irgendetwas mit Automatisierungstechnik zu tun haben, verlinke diese in deiner Bewerbung! Ein Portfolio oder Links zu veröffentlichten Arbeiten können dir helfen, dich von anderen Bewerbungen abzuheben.

Wie man sich auf ein Vorstellungsgespräch bei Harmattan AI vorbereitet

Verstehe die Werkzeuge der Automatisierungstechnik

Mach dich mit den gängigen Tools der Branche vertraut, wie PLC-Programmierung und SCADA-Systemen. Vielleicht wirst du im Gespräch sogar auf eine technische Herausforderung stoßen, also sei bereit, konkrete Beispiele aus deiner bisherigen Erfahrung zu nennen, in denen du diese Tools angewendet hast.

Bereite dich auf technische Fragen vor

Erwarte technische Fragen, die sich auf Automatisierungssysteme und deren Integration beziehen könnten. Das bedeutet, dass wir uns ein paar Systemdesign-Fragen ansehen und darüber nachdenken sollten, wie wir Probleme mit bestehenden Automatisierungssystemen lösen würden. Das zeigt nicht nur dein Wissen, sondern auch deine Problemlösungsfähigkeiten.

Zeige deine Projekte und Erfolge

Hast du bereits an Projekten in der Automatisierungstechnik gearbeitet? Bringe ein Portfolio mit, das deine besten Arbeiten zeigt. Das kann alles umfassen - von Prozessoptimierungen bis zu erfolgreich implementierten Lösungen. Du willst der Jury zeigen, was du drauf hast und wie du Ergebnisse lieferst!

Motivation und langfristige Perspektive

Da es sich um eine Vollzeitstelle handelt, sollten wir uns auch Gedanken darüber machen, warum du langfristig in diesem Bereich arbeiten möchtest. Sei bereit, deine Motivation zu erklären, wie du in der Automatisierungstechnik wachsen möchtest und wie du zum Erfolg von Harmattan AI beitragen kannst. Das zeigt, dass du wirklich an einer Karriere in diesem Bereich interessiert bist!